Derivee Partielle PDF

Introduction aux Equations aux Derivees
Partielles
B. Heler à partir du texte etabli par Thierry Ramond
Departement de Mathematiques
Universite Paris-Sud
Version de Janvier-Mai 2007
2
Table des matières
1 Quest-ce quune EDP? 9
1.1 Equations dierentielles ordinaires . . . . . . . . . . . . . . . . 9
1.2 Equations aux Derivees Partielles . . . . . . . . . . . . . . . . 12
1.2.1 Derivees partielles . . . . . . . . . . . . . . . . . . . . . 12
1.2.2 EDP . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3 Premières EDP . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3.1 Exemple 1 . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.2 Exemple 2 . . . . . . . . . . . . . . . . . . . . . . . . . 15
1.3.3 Exemple 3 . . . . . . . . . . . . . . . . . . . . . . . . . 16
1.4 Discussion sur la notion de problème bien pose . . . . . . . . . 16
1.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.5.1 Equations dierentielles . . . . . . . . . . . . . . . . . 17
1.5.2 Derivees partielles . . . . . . . . . . . . . . . . . . . . . 18
1.5.3 EDP . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2 Systèmes dierentiels et equations dierentielles 19
2.1 En guise dintroduction . . . . . . . . . . . . . . . . . . . . . . 19
2.1.1 En theorie des circuits electriques . . . . . . . . . . . . 19
2.1.2 En mecanique classique . . . . . . . . . . . . . . . . . . 19
2.1.3 Reduction à un problème du premier ordre . . . . . . . 20
2.1.4 Quelques mots sur la theorie de Cauchy . . . . . . . . 21
2.1.5 Quelques exemples très simples . . . . . . . . . . . . . 23
2.2 Systèmes dierentiels à coecients constants . . . . . . . . . . 24
2.2.1 Proprietes generales . . . . . . . . . . . . . . . . . . . . 24
2.2.2 Etude du système dans le cas o` u A a des racines reelles
distinctes . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.2.3 Systèmes 2 2 homogènes du premier ordre . . . . . . 27
2.3 Traduction pour les equations dierentielles dordre n . . . . . 31
2.3.1 Equations dierentielles homogènes. . . . . . . . . . . . 31
2.3.2 La methode de variation des constantes . . . . . . . . . 32
2.4 Systèmes generaux . . . . . . . . . . . . . . . . . . . . . . . . 34
3
4 TABLE DES MATI
`
ERES
2.4.1 Suivi du système par changement de base . . . . . . . 35
2.4.2 Cas dune matrice triangulaire . . . . . . . . . . . . . . 35
2.4.3 Methode generale . . . . . . . . . . . . . . . . . . . . . 35
2.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3 EDP lineaires du premier ordre 37
3.1 Quelques notions supplementaires autour des derivees partielles. 37
3.1.1 Continuite . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.1.2 Derivees directionnelles . . . . . . . . . . . . . . . . . . 38
3.1.3 Applications de classe C
k
. . . . . . . . . . . . . . . . 40
3.2 Les equations de transport . . . . . . . . . . . . . . . . . . . . 40
3.3 Equations à coecients constants . . . . . . . . . . . . . . . . 42
3.3.1 Methode des caracteristiques . . . . . . . . . . . . . . . 42
3.3.2 Methode du changement de variables . . . . . . . . . . 44
3.4 Equations à coecients variables . . . . . . . . . . . . . . . . 45
3.4.1 Champs de vecteurs . . . . . . . . . . . . . . . . . . . 45
3.4.2 Un problème de Cauchy pour lequation (3.9) . . . . . 47
3.5 Un exemple dequation non-lineaire : Equation de Burgers . . 48
3.6 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
3.6.1 EDP du premier ordre à coecients constants . . . . . 50
3.6.2 Courbes integrales de champs de vecteurs . . . . . . . . 51
3.6.3 EDP du premier ordre à coecients non-constants . . . 51
4 Lequation des ondes sur un axe 53
4.1 Le modèle physique : cordes vibrantes . . . . . . . . . . . . . . 53
4.2 Solutions de lequation des ondes . . . . . . . . . . . . . . . . 55
4.2.1 Solution generale . . . . . . . . . . . . . . . . . . . . . 55
4.2.2 La formule de DAlembert . . . . . . . . . . . . . . . . 56
4.3 Causalite et conservation de lenergie . . . . . . . . . . . . . . 57
4.3.1 Vitesse de propagation nie . . . . . . . . . . . . . . . 57
4.3.2 Energie . . . . . . . . . . . . . . . . . . . . . . . . . . 60
4.4 Quelques theorèmes de base sur les integrales de fonction dependant
dun paramètre . . . . . . . . . . . . . . . . . . . . . . . . . . 63
4.5 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
5 Lequation de Laplace et principe du maximum 67
5.1 Extrema dune fonction de deux variables . . . . . . . . . . . . 67
5.1.1 Fonctions dune variable . . . . . . . . . . . . . . . . . 67
5.1.2 Fonctions de deux variables . . . . . . . . . . . . . . . 70
5.2 Generalites sur lequation de Laplace . . . . . . . . . . . . . . 72
5.3 Principe du Maximum . . . . . . . . . . . . . . . . . . . . . . 72
TABLE DES MATI
`
ERES 5
5.4 Proprietes dinvariance . . . . . . . . . . . . . . . . . . . . . . 74
5.5 Le Laplacien en coordonnees polaires . . . . . . . . . . . . . . 75
5.6 Solutions particulières : separation des variables . . . . . . . . 77
5.7 Exercices . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5.7.1 Extrema . . . . . . . . . . . . . . . . . . . . . . . . . . 79
5.7.2 Fonctions harmoniques . . . . . . . . . . . . . . . . . . 80
5.7.3 Le principe du maximum . . . . . . . . . . . . . . . . . 80
6 TABLE DES MATI
`
ERES
Avant-Propos
Notre comprehension des phenomènes du monde reel et notre technolo-
gie sont aujourdhui en grande partie basees sur les equations aux derivees
partielles, qui seront notees en abrege EDP dans la suite. Cest en eet grace
à la modelisation de ces phenomènes au travers dEDP que lon a pu com-
prendre le role de tel ou tel paramètre, et surtout obtenir des previsions
parfois extremement precises. Letude mathematique des EDP nous a aussi
appris à faire preuve dun peu de modestie : on a decouvert limpossibilite
de prevoir à moyen terme certains phenomènes gouvernes par des EDP non-
lineaires - pensez au desormais celèbre eet papillon : une petite variation
des conditions initiales peut en temps très long conduire à des très grandes
variations. Dun autre cote, on a aussi appris à entendre la forme dun tam-
bour : on a demontre mathematiquement que les frequences emises par un
tambour lors de la vibration de la membrane - un phenomène decrit par une
EDP, permettent de reconstituer parfaitement la forme du tambour.
Lune des choses quil faut avoir à lesprit à propos des EDP, cest quil
nest en general pas question dobtenir leurs solutions explicitement ! Ce que
les mathematiques peuvent faire par contre, cest dire si une ou plusieurs
solutions existent, et decrire parfois très precisement certaines proprietes de
ces solutions.
Lapparition dordinateurs extremement puissants permet neanmoins au-
jourdhui dobtenir des solutions approchees pour des equations aux derivees
partielles, meme très compliquees. Cest ce qui sest passe par exemple lorsque
vous regardez les previsions meteorologiques, ou bien lorsque vous voyez les
images animes dune simulation decoulement dair sur laile dun avion. Le
role des mathematiciens est alors de construire des schemas dapproximation,
et de demontrer la pertinence des simulations en etablissant des estimations
a priori sur les erreurs commises.
Quand sont apparues les EDP? Elles ont ete probablement formulees
pour la première fois lors de la naissance de la mecanique rationnelle au cours
du 17ème siècle (Newton, Leibniz...). Ensuite le catalogue des EDP sest
enrichi au fur et à mesure du developpement des sciences et en particulier de
7
8 TABLE DES MATI
`
ERES
la physique. Sil ne faut retenir que quelques noms, on se doit de citer celui
dEuler, puis ceux de Navier et Stokes, pour les equations de la mecanique des
uides, ceux de Fourier pour lequation de la chaleur, de Maxwell pour celles
de lelectromagnetisme, de Schrodinger et Heisenberg pour les equations de
la mecanique quantique, et bien s ur de Einstein pour les EDP de la theorie
de la relativite.
Cependant letude systematique des EDP est bien plus recente, et cest
seulement au cours du 20ème siècle que les mathematiciens ont commence à
developper larsenal necessaire. Un pas de geant a ete accompli par L. Schwartz
lorsquil a fait natre la theorie des distributions (autour des annees 1950), et
un progrès au moins comparable est du à L. Hormander pour la mise au point
du calcul pseudodierentiel (au debut des annees 1970). Il est certainement
bon davoir à lesprit que letude des EDP reste un domaine de recherche très
actif en ce debut de 21ème siècle. Dailleurs ces recherches nont pas seulement
un retentissement dans les sciences appliquees, mais jouent aussi un role très
important dans le developpement actuel des mathematiques elles-memes, à
la fois en geometrie et en analyse.
Venons-en aux objectifs de ce cours. On souhaite que, après avoir conforte
leurs connaissances des equations dierentielles ordinaires, les etudiants prennent
contact avec les EDP et quelques unes des methodes et des problèmatiques
qui sy rattachent. Bien s ur, il sagit dun cours destine aux etudiants de n
de premier cycle, et on espère en meme temps renforcer les connaissances
et les savoirs-faire des etudiants en analyse mathematique. De ce point de
vue, et meme au niveau relativement elementaire o` u lon se place, les EDP
constituent un terrain de jeu (de recreation) extremement riche et vaste !
Le contenu de ce cours est très largement inspire du livre de W.A. Strauss :
Partial Dierential Equations : An Introduction, John Wiley, 1992. On a
tenu cependant à ce que cette presentation des EDP soit aussi loccasion
de mettre en action certains outils mathematiques, et lon introduit les no-
tions necessaires au fur et à mesure des besoins : elements sur les equations
dierentielles ordinaires, calcul dierentiel des fonctions de plusieurs variables
reelles, fonctions denies par des integrales generalisees, series de Fourier...
Chapitre 1
Quest-ce quune EDP?
1.1 Equations dierentielles ordinaires
Pour xer les idees, on rappelle dabord quelques notions à propos des equa-
tions dierentielles ordinaires (EDO). Une equation dierentielle est une re-
lation du type
F(x, u(x), u
(x), u
(x), . . . , u
(n)
(x)) = 0 , (1.1)
entre la variable x R et les derivees de la fonction inconnue u au point x.
La fonction F est une fonction de plusieurs variables (x, y) F(x, y) o` u x
est dans R (ou parfois dans un intervalle de R) et y = (y
0
, . . . , y
n
) est dans
R
n+1
.
Lexemple le plus simple est celui du mouvement dun corps (identie) à un
point sur la droite. La variable x correspond alors au temps et le mouvement
est decrit par lequation :
u
(x) = f(u(x)) , (1.2)

(cest la celèbre formule

F = m, o` u est lacceleration).
Ici la fonction F qui intervient est ici la fonction
I R
3
(x, y
0
, y
1
, y
2
) F(x, y
0
, y
1
, y
2
) = y
2
f(y
0
) .
On note que la fonction F ne depend pas de x et de y
1
.
Maintenant, si f est continue, on peut toujours trouver v contin ument derivable
telle que :
f(y) = v
(y) .
9
10 CHAPITRE 1. QUEST-CE QUUNE EDP?
On peutalors montrer, en derivant par rapport à x, la fonction energie :
x
1
2
u
(x)
2
+v(u(x)) ,
avec u solution de (1.2), que celle-ci est constante au cours du temps :
1
2
u
(x)
2
+v(u(x)) = E
0
,
o` u E
0
est calculee par la valeur de lenergie au temps initial x
0
.
On obtient une nouvelle equation (plus facile à resoudre) qui a la forme
ci-dessus
G(x, u(x), u
(x)) = 0 ,
avec cette fois-ci :
G(x, y
0
, y
1
) :=
1
2
y
2
1
+v(y
0
) E
0
.
Expliquons brièvement pourquoi la resolution en est plus simple.
On reecrit lequation sous la forme
u
(x) =
_
2(E
0
v(u(x)) . (1.3)
Si on suppose que u
(x
0
) ,= 0 et que le terme de droite ne sannule pas, on
peut decider si doit etre choisi egal à + ou à . Dans la suite, on suppose
que u
(x
0
) > 0 et lequation devient :
u
(x) =
_
2(E
0
v(u(x)) .
Toujours en supposant que le terme de doite ne sannule pas, on reecrit
lequation sous la forme
u
(x)
_
2(E
0
v(u(x))
= 1 .
On reecrit cette fois-ci le membre de gauche sous la forme
[g(u(x)]
= 1 , (1.4)
o` u g est determine (à laddition dune constante près) par
g
(y
0
) =
1
_
2(E
0
v(y
0
))
. (1.5)
1.1. EQUATIONS DIFF
ERENTIELLES ORDINAIRES 11
Autrement dit g est une primitive de la fonction y
0

1
_
2(E
0
v(y
0
))
bien
deni dans un intervalle assez petit contenant x
0
. On peut alors trouver
localement une application reciproque notee g
1
(attention, ce nest pas
1
g
!) de g, i.e. telle que
g
_
g
1
(t)
_
= t ,
pour t voisin de g(u(x
0
)).
On peut reecrire (1.4) sous la forme
[g(u(x)) x]
= 0 , (1.6)
qui implique, en utilisant la condition initiale,
g(u(x)) = g(u(x
0
)) + (x x
0
) . (1.7)
Ceci nous donne en principe la solution dans un petit intervalle contenant x
0
par
u(x) = g
1
(g(u(x
0
)) + (x x
0
)) . (1.8)
Un autre exemple classique est celui des EDO lineaires à coecients
constants, qui secrivent formellement
a
n
u
(n)
(x) +a
n1
u
(n1)
(x) +. . . +a
1
u
(x) +a
0
u(x) = f(x), (1.9)
o` u f est une fonction donnee. On parle dequation lineaire homogène lorsque
f = 0. Lordre dune EDO est le plus grand ordre de derivation qui apparait
dans lequation - ici n.
Remarque 1.1.1 On peut bien s ur ecrire (1.9) sous la forme (1.1). On
veriera que la fonction
R R
n+1
(x, y) F(x, y
0
, y
2
, . . . , y
n
) =
n
j=0
a
j
y
j
f(x)
repond à la question.
Resoudre une EDO, cest trouver un intervalle ouvert I R et une fonction
u denie sur I, susamment derivable sur cet intervalle, et telle que pour
tout x I, la relation (1.1) a lieu.
On se convainquera rapidement que seule la connaissance de la fonction et
de certaines de ses derivees en un point permettra didentier une solution
bien precise (problème de lunicite).
1.2 Equations aux Derivees Partielles
Le caractère particulier dune equation aux derivees partielles (EDP) est de
mettre en jeu des fonctions de plusieurs variables
(x, y, . . .) u(x, y, . . .).
Une EDP est alors une relation entre les variables et les derivees partielles
de u.
1.2.1 Derivees partielles
On introduira au fur et à mesure quelques notions
1
sur les fonctions de plu-
sieurs variables reelles. On se limite pour les enonces au cas de fonctions de
deux variables, mais les notions qui suivent se generalisent facilement aux
fonctions de n variables reelles, o` u n est un entier quelconque (superieur à
2). Pour le moment, nous nexaminons que les proprietes des applications
partielles associees à une telle fonction f.
Denition 1.2.1
Soit f : R
2
R et (x
0
, y
0
) R
2
. On appelle applications partielles associees
à f en (x
0
, y
0
), les deux applications de R dans R obtenues en geant lune
des variables :
f
1
: x f
1
(x) := f(x, y
0
) et f
2
: y f
2
(y) := f(x
0
, y)
La notion de derivee partielle de f en un point (x
0
, y
0
) est alors particu-
lièrement simple : il sagit des derivees des applications partielles associees à
f en (x
0
, y
0
).
Denition 1.2.2
Soit =]a, b[]c, d[ dans R
2
, et f : R
2
R une application. Soit
(x
0
, y
0
) , et f
1
:]a, b[R lapplication denie par
f
1
(x) = f(x, y
0
).
On dit que f admet une derivee partielle par rapport à la première va-
riable en (x
0
, y
0
) lorsque f
1
est derivable en x
0
. On note
1
f(x
0
, y
0
) ou encore
x
f(x
0
, y
0
) le nombre f
1
(x
0
).
De la meme manière, si elle existe, on note
2
f(x
0
, y
0
) la derivee partielle de
f par rapport à la deuxième variable en (x
0
, y
0
).
1
qui seront analysees plus en profondeur dans un autre cours
1.2. EQUATIONS AUX D
ERIV
EES PARTIELLES 13
Exercice 1.2.3
Calculer les derivees partielles des fonctions suivantes au point (x
0
, y
0
), lors-
quelles existent.
f(x, y) = x
2
+y
3
, f(x, y) = x
2
y
4
, f(x, y) = x cos(y) +y
2
+ 2,
et
f(x, y) = [x[ +
y
x
2
+y
2
.
On denit ensuite par recurrence les derivees partielles dordre superieur. Par
exemple
2
xx
u(x
0
, y
0
) designe en fait
x
(
x
u)(x
0
, y
0
), cest à dire la derivee
partielle par rapport à la première variable en (x
0
, y
0
) de la fonction de R
2
dans R, (x, y)
x
u(x, y).
Exercice 1.2.4
Calculer
2
xx
u(x
0
, y
0
),
2
yy
u(x
0
, y
0
),
2
xy
u(x
0
, y
0
),
2
yx
u(x
0
, y
0
) et
2
xyx
u(x
0
, y
0
),
pour les trois premières fonctions de lexercice precedent.
On observe dans lexercice que
2
xy
u =
2
yx
u. On donnera plus tard des condi-
tions susantes pour que ce soit le cas. Retenons pour linstant que lorsque
la fonction est susamment gentille(par exemple si toutes les derivees par-
tielles sont continues) le resultat dune succession de derivees partielles ne
depend pas de lordre dans lequel on les fait.
1.2.2 EDP
Dans le cas de deux variables, une EDP dordre 1 secrit
F(x, y, u(x, y),
x
u(x, y),
y
u(x, y)) = 0. (1.10)
et une equation du second ordreecrit
F(x, y, u(x, y),
x
u(x, y),
y
u(x, y),
2
x
u(x, y),
x
y
u(x, y) = 0 .
(1.11)
Plus generalement, on peut considerer des equations mettant en jeu des
derivees
m
j
x

n
j
y
u. Lordre dune EDP est alors le plus grand ordre de derivation
m
j
+n
j
qui apparat dans lequation.
Resoudre une EDP dans un domaine de R
d
(d est le nombre de variables),
cest trouver une fonction susamment dierentiable dans (voir le Cha-
pitre 2), telle que la relation (1.10) soit satisfaite pour toutes les valeurs des
variables dans .
Voici quelques exemples, très simples a priori, dEDP à deux variables. Cer-
taines de ces EDP modelisent levolution au cours du temps de certains
systèmes, et il est dusage de garder la notation t pour la variable temps.
1.
t
u(t, x) + c
x
u(t, x) = 0 (une equation de transport) ; (Etudier sil
existe des solutions de la forme g(x at) avec g de classe C
1
).
2.
t
u(t, x) +u(t, x)
x
u(t, x) = 0 (une equation donde de choc) ;
3.
x
y
u(x, y) = 0 (variante de lequation des ondes) ;
4.
2
xx
u(x, y) +
2
yy
u(x, y) = 0 (lequation de Laplace) ;
5.
2
tt
u(t, x) =
2
xx
u(t, x) (lequation des ondes ou des cordes vibrantes).
Comme pour les EDO, on parle dEDP lineaires ou non-lineaires. Dans la
liste ci-dessus, seule lequation 3. est non-lineaire. Pour mieux comprendre
de quoi il sagit, il est commode de parler de loperateur aux derivees partielles
associe à une EDP. Il sagit de lapplication qui à une fonction u associe le
membre de gauche de lEDP. Par exemple loperateur associee à lequation 1.
est P
1
: u
x
u+
y
u, celui associee à lequation (3) est P
3
: u
x
u+u
y
u.
On dit que lEDP est lineaire lorsque loperateur P qui lui est associe lest,
cest à dire que, pour toutes fonctions u, v gentilles et
, R, P(u +v) = P(u) +P(v) . (1.12)
Cest bien le cas pour P
1
, et il est très simple de verier que P
3
(u) ,= P
3
(u)
en general.
Dautre part on parle egalement dEDP lineaire homogène lorsque la fonction
nulle u = 0 est solution. En dautres termes tous les termes de lequation
contiennent la fonction inconnue ou lune de ses derivees partielles. Toutes
les equations lineaires ci-dessus sont homogènes, alors que lEDP
2
xx
u +
2
yy
u = f(x, y) (1.13)
ne lest pas ! Notons que loperateur aux derivees partielles associe à (1.13)
est P
5
=
2
xx
+
2
yy
comme pour lequation 5. ci-dessus.
Comme pour les EDO, les EDP lineaires homogènes ont une propriete parti-
culière, communement appele principe de superposition : toute combinaison
lineaire de solutions est encore une solution. Enn lorsque lon ajoute à une
solution dune EDP lineaire inhomogène une solution quelconque de lEDP
homogène associee, on obtient encore une solution de lEDP inhomogène.
1.3 Premières EDP
Comme on la souligne dans lavant-propos, il est en general desespere de vou-
loir connatre explicitement la ou les solutions dune EDP. Cest cependant
parfois possible : voici trois exemples a priori très simples.
1.3. PREMI
`
ERES EDP 15
1.3.1 Exemple 1
On veut trouver les fonctions u : R
2
R telles que
2
xx
u = 0. (1.14)
Que faut-il lire ? Rappelons que la notation
2
xx
signie que lon applique
deux fois loperateur
x
:
2
xx
u =
x
(
x
u).
Lequation (1.14) signie donc que la derivee partielle par rapport à le première
variable, de la derivee partielle de u par rapport à la première variable est
nulle :
x
(
x
u) = 0. Commencons donc par poser v(x, y) =
x
u(x, y). On doit
avoir, pour tout (x, y) R
2
x
v(x, y) = 0.
Pour tout y xe lapplication partielle x v(x, y) doit donc etre constante.
Bien s ur cette constante peut dependre de y. On voit donc que necessairement
v(x, y) = C(y)
pour une certaine fonction C. On est ramene au problème suivant : trouver
u telle que
x
u(x, y) = C(y).
En raisonnant de la meme manière, on voit que necessairement,
u(x, y) = C(y)x +D(y)
o` u D est encore une certaine fonction. Il est enn immediat de verier que
nimporte quelle fonction de ce type verie lequation (1.14), pourvu que
cette fonctions admette des derivees partielles. Notons dès à present quil y
a enormement de solutions pour lequation (1.14), puisque aucune condition
sur les fonctions C et D nest apparue dans la demonstration.
1.3.2 Exemple 2
On veut resoudre lequation
u
xx
+u = 0 . (1.15)
Figeons la variable y, et posons v(x) = u(x, y). On doit resoudre lequation
dierentielle v
+v = 0. Les solutions sont

v(x) = Acos x +Bsin x,
et revenant à u on obtient
u(x, y) = A(y) cos x +B(y) sin x,
o` u A et B sont deux fonctions quelconques.
1.3.3 Exemple 3
On sinteresse maintenant à lequation
u
xy
= 0. (1.16)
Nous allons voir que lon peut interpreter de deux manières dierentes -et
toutes les deux raisonnables- la notation u
xy
et aboutir à des ensembles de
solutions dierents. Cest bien entendu très genant, et lon verra très vite
comment remedier à ce genre dambigute.
Considerons dabord que u
xy
designe
x
(
y
u). Lequation (1.16) donne dabord
y
u(x, y) = C(y), o` u C est une fonction quelconque de y, puis
u(x, y) =
_
y
y
0
C(s)ds +D(x).
On doit noter que la fonction D est arbitraire, mais que C doit posseder une
primitive. En particulier la fonction u(x, y) trouvee est derivable par rapport
à y.
Supposons maintenant que, suivant une autre convention u
xy
designe
y
(
x
u).
On trouve alors
x
u(x, y) = E(x), puis u(x, y) =
_
x
x
0
E(s)ds + F(y). Cette
fois la fonction trouvee est derivable par rapport à x, et ne possède aucune
propriete particulière par rapport à y. Autrement dit lensemble des solutions
depend de linterpretation de lequation. On notera que la diculte disparat
si on se limite à la recherche de solutions assez regulières, disons de classe
C
2
.
1.4 Discussion sur la notion de problème bien
pose
Sur les exemples qui precèdent, on voit que le nombre de solutions dune EDP
peut etre très grand. Rappelons le cas des equations dierentielles lineaires
homogènes à coecients constants. Pour lequation
a
n
u
(n)
(x) +a
n1
u
(n1)
(x) +. . . +a
1
u
(x) +a
0
u(x) = 0 , (1.17)
on rappellera plus loin que lensemble des solutions est un espace vectoriel
de dimension n : la solution generale depend de n constantes (n est lordre
de lequation). On obtient une solution unique lorsque lon xe n conditions
supplementaires du type
u(0) = y
0
, u
(0) = y
1
, . . . , u
(n1)
(0) = y
n1
, (1.18)
1.5. EXERCICES 17
o` u y
0
, y
1
, . . .y
n1
sont n reels xes.
Le problème qui consiste à resoudre lequation (1.17) sous la condition (1.18)
porte le nom de problème de Cauchy.
Les trois exemples precedents sont des EDP lineaires homogènes dordre 2,
et leur solution generale depend de deux fonctions arbitraires - au lieu de
deux constantes pour les EDO. On retiendra seulement que lensemble des
solutions dune EDP peut etre dicile à decrire.
Cependant lorsque les EDP proviennent de la modelisation dun phenomène
du monde reel, les solutions interessantes sont celles qui satisfont certaines
conditions supplementaires. Prenons un exemple. On cherche à decrire les
vibrations verticales dune corde de longueur L, tendue entre deux points
xes A et B. On note u(t, x) la hauteur à linstant t du point de la corde
place à distance x de A. Il est bien clair que les seules fonctions u(t, x) qui
nous interessent sont celles pour lesquelles
t , u(t, A) = u(t, B) = O .
Ce type de condition est appele condition au bord, mais il y a bien dautres
sortes de contraintes que lon rencontre très souvent, par exemple :
Des conditions de regularite :
Les solutions doivent etre susamment dierentiables, au moins pour que
lequation ait un sens. Cest en particulier ce genre de condition qui manque
pour que lequation (1.16) ait un sens precis.
Des conditions initiales :
On connat letat du système que lon veut decrire à linstant t = 0 et il
sagit de decrire son evolution dans le temps.
Des conditions de comportement à linni.
Des conditions de stationarite.
Il est alors possible que le problème considere EDP+condition(s) physique(s)
admette une unique solution. Lorsque, de plus, la solution depend contin ument
des donnees physiques, dans le sens o` u une petite erreur sur les donnees ne
change que peu la solution, on parlera de problème bien pose. Bien s ur, il
faudra denir tout ceci de manière mathematiquement plus precise ! !
1.5 Exercices
1.5.1 Equations dierentielles
1. Soit a une fonction continue sur R. Montrer, en les calculant explicite-
ment, que les solutions de lequation dierentielle
y
+a(x)y = 0
ne sannulent jamais, sauf une.
2. Trouver toutes les solutions de lequation dierentielle
u
u
2
= 0.
1. Montrer quen dehors de la fonction identiquement nulle, les solutions
de cette equation ne sannulent pas.
2. Y-a-t-il des solutions denies sur R tout entier ?
1.5.2 Derivees partielles
1. Soit u(x, y) = x
3
y +e
xy
2
. Calculer
x
u,
y
u,
2
x
u,
2
y
u et
2
xy
u.
1.5.3 EDP
1. Montrer que les fonctions u(t, x) = f(t) + g(x), o` u f et g sont deux
fonctions de classe (
1
sur R, sont solutions de lEDP
t
x
u(t, x) = 0
dans R
2
.
2. Montrer que pour toute fonction f (
1
, u(x, t) = f(xct) est solution
de lEDP
t
u + c
x
u = 0. Comment faire de cette EDP un problème
bien pose ?
3. Resoudre lEDP
2
y
u(x, y) = 1. Comment faire de cette EDP un problème
bien pose ?
4. Montrer que u(x, y) =
_
x
2
+y
2
est solution dans R
2
0 de lEDP
2
x
u +
2
y
u =
1
_
x
2
+y
2
.
5. Calculer u dans R
2
0 pour u = ln(x
2
+y
2
).
6. Etudier les solutions polynomes de u = 0, dans R
2
.
7. Montrer que pour toute fonction f (
1
, u(x, t) = f(
x
t
) verie pour
tout t > 0 lequation t
t
u +x
x
u = 0.
Chapitre 2
Systèmes dierentiels et
equations dierentielles
Beaucoup de problèmes relevant de la physique ou de la mecanique se ramènent
à letude dequations aux derivees partielles ou plus simplement dequations
dierentielles. On se limitera à letude des cas les plus simples : les systèmes
dequations dierentielles à coecients constants.
2.1 En guise dintroduction
2.1.1 En theorie des circuits electriques
Le courant electrique y(t) dans un circuit branche sur une source alternative
de frequence satisfait à une equation dierentielle de la forme :
ay
(t) +by
(t) +cy(t) = cos(t +) ,

avec a ,= 0.
On souhaiterait determiner la solution t y(t). Cette equation est ap-
pelee oscillateur harmonique force. Bien entendu la nature des solutions
dependra fortement des valeurs des reels a, b, c, et .
On montrera comment resoudre explicitement cette equation.
2.1.2 En mecanique classique
Le mouvement dun corps suppose ponctuel (penser à son centre de masse) de
masse 1 se deplacant dans R
3
(ou dans un sous-ensemble de R
3
) et soumis à
un champ de potentiel V est donne par un système dequations dierentielles :
d
2
x
j
(t)
dt
2
= (
x
j
V )(x
1
(t), x
2
(t), x
3
(t)) , pour j = 1, , 3 .
19
20CHAPITRE 2. SYST
`
EMES DIFF
ERENTIELS ET

EQUATIONS DIFF
ERENTIELLES
On rappelle que
x
j
V designe la derivee partielle de V par rapport à la
variable x
j
. On note aussi x
j
la derivee seconde par rapport à la variable t
(t correspondant au temps).
On dit que cest un système (il y a en fait trois equations) dierentiel du
second ordre (à cause du
d
2
dt
2
).
Un tel système a beaucoup de solutions. La principale raison (qui est au moins
intuitivement bien connue) est que lon doit au moins connatre la situation
à un instant donne disons t
0
. Par situation, on entend ici la connaissance de
la position à linstant t
0
x(t
0
) = x
0
, mais aussi de sa vitesse : dx/dt(t
0
) = v
0
.
Typiquement, le potentiel V est un potentiel de Coulomb V =
1
[x[
(mar-
quant lattraction exercee sur le corps considere
1
par un autre corps suppose
ponctuel à lorigine), ou est un potentiel dit harmonique :
V (x) =
3
i=1
i
x
2
i
.
Dans le deuxième cas, le système se decouple en trois equations independantes
de meme type :
d
2
x
i
dt
2
=
i
x
i
, pour i = 1, . . . , 3 ,
correspondant au problème rencontre pour le circuit electrique.
2.1.3 Reduction à un problème du premier ordre
Dans tous les cas, on peut se ramener à un système du premier ordre, certes
avec beaucoup plus dequations. Le truc dans le premier cas considere est le
suivant. On pose :
X(t) =
_
y
(t)
y(t)
_
,
et on observe, en utilisant lequation que :
X
(t) =
_
y
(t)
y
(t)
_
,
=
_

b
a
y
(t)
c
a
y(t) +

a
cos(t +)
y
(t)
_
.
1
Par exemple lattraction dun electron par un noyau ou de la terre par le soleil, et c..
2.1. EN GUISE DINTRODUCTION 21
Le système obtenu secrit alors :
X
(t) = AX(t) +B(t) ,

avec
A =
_

b
a

c
a
1 0
_
et
B(t) =
_

a
cos(t +)
0
_
.
Inversement, si on sait resoudre le système obtenu, on peut verier que la
deuxième composante de X(t) verie lequation du second ordre initiale.
Cette procedure est beaucoup plus generale que celle rencontree dans le cas
particulier. On peut aussi faire cette reduction dans le second cas et lon
trouve un système dierentiel avec six equations de la forme :
X
(t) = F(X(t)) .
Sans resoudre explicitement les equations, on peut obtenir des informations
a priori sur les proprietes dune eventuelle solution. Un exemple est donne
par :
Exercice 2.1.1
En admettant que la solution du second système existe et est de classe C
2
verier la conservation
2
de lenergie :
1
2
[x
(t)[
2
+V (x(t)) =
1
2
[v
0
[
2
+V (x
0
) .
En deduire dans le cas o` u V (x) =
j

j
x
2
j
que la particule ne peut pas
sechapper à linni. Regarder aussi le cas du potentiel de Coulomb.
2.1.4 Quelques mots sur la theorie de Cauchy
On se contente juste denoncer un theorème sans demonstration. Il est tradi-
tionnellement appele Theorème de Cauchy-Lipschitz mais nous lenoncerons
ci-dessous sous des hypothèses legèrement plus fortes.
Les systèmes rencontres ci-dessus de ramènent tous à la forme suivante :
dX/dt = F(t, X(t)) (2.1)
2
Ceci suppose le maniement des derivees partielles que nous avons presente au chapitre
?? et qui sera revu au Chapitre 3.
22CHAPITRE 2. SYST
`
EMES DIFF
ERENTIELS ET

EQUATIONS DIFF
ERENTIELLES
auquel on rajoute ce que lon appelle une condition initiale
X(t
0
) = X
0
. (2.2)
Precisons les notations. X(t) est pour tout t un point de R
n
ou dun ouvert
3
(i.e. une reunion quelconque de boules ouvertes) de R
n
represente le plus
souvent comme un vecteur colonne et on cherche en fait une application
t X(t) de classe C
1
deni dans un certain intervalle ouvert I. Lapplication
(t, x) F(t, x) est une application continue de I dans R
n
.
Theorème 2.1.2 (Cauchy-Lipschitz)
Si F est une application de classe C
1
de I dans R
n
, alors, pour tous
t
0
I et X
0
, il existe
0
> 0 tel que lequation (2.1) avec la condition
initiale (2.2), admette une solution unique de classe C
1
dans un intervalle
de la forme ]t
0
0
, t
0
+
0
[ pour un
0
> 0.
Notons que ce theorème ne donne pas dexistence dans lintervalle I initial
mais dans un intervalle eventuellement plus petit.
La theorie etudie alors les questions suivantes :
Comment la solution depend-elle de la condition initiale X
0
?
Quel est lintervalle maximal dexistence de la solution ?
Si F est plus regulière (dans C
k
), la solution est-elle plus regulière ?
Notons aussi que theorème ne donne pas de solutions explicites (ce nest pas
toujours possible sauf en faisant des approximations ! !).
La première approximation pour bien comprendre ce qui se passe est de
remplacer lequation initiale par :
X
(t) = F(t
0
, X
0
) .
La solution approchee est alors :
X
app
(t) = X
0
+F(t
0
, X
0
)(t t
0
) .
Cest satisfaisant si F(t
0
, X
0
) ,= 0 et dans ce cas on peut aussi utiliser la
meme idee pour X(t
0
) assez voisin de X
0
.
Lorsque F(t
0
, X
0
) = 0, cest à la fois plus simple et plus complique. Traitons
le cas (dit autonome) o` u F(t, X) = F(X). La variable t napparait pas
explicitement. Cest plus simple en ce sens que X(t) = X
0
est alors solution.
Mais pour comprendre ce qui se passe pour X(t
0
) proche de X
0
, on est amene
3
Voir au Chapitre 3, pour une denition plus precise.
2.1. EN GUISE DINTRODUCTION 23
à regarder un système linearise, o` u F(X) est remplace par A (X X
0
), o` u
A est la matrice :
A = ((
k
F
j
)(X
0
)) .
On se ramène alors au cas particulier des systèmes dierentiels lineaires à
coecients constants qui ont la forme :
dX/dt = AX(t) +B(t) ,
o` u A est une matrice n n et t B(t) est une fonction de I dans R
n
, et
bien evidemment tous ceux qui se ramènent à ce cas.
La fonction F(t, X) introduite plus haut est alors simplement :
F(t, X) = AX +B(t) .
Cest cette simplication qui nous conduit à porter toute notre attention à
ce cas.
2.1.5 Quelques exemples très simples
Le premier exemple correspond tout simplement à la notion de primitive. On
considère :
x
(t) = f(t) , x(t

0
) = x
0
.
Cette equation se reecrit formellement
dx = f(t)dt ,
et on obtient :
x(t) x
0
=
_
t
t
0
f(s)ds
Exercice 2.1.3
Regarder le cas f(s) = [s[
. Discuter en fonction de . Comparer avec les

hypothèses du theorème de Cauchy.
Le deuxième exemple est :
x
(t) = g(x)
Dans ce cas, la resolution passe par lechange des variables. Plutot que de
chercher à trouver directement x(t), on cherche à resoudre lequation satis-
faite par la fonction x t(x) denie au moins formellement par :
x(t(x)) = x .
24CHAPITRE 2. SYST
`
EMES DIFF
ERENTIELS ET

EQUATIONS DIFF
ERENTIELLES
On obtient formellement :
dx/g(x) = dt
Soit :
_
x
x
0
du/g(u) = t(x) t
0
.
Dans certains cas cela permet de resoudre explicitement lequation. Dans
dautres cas, o` u on ne sait pas faire de calcul explicite, on peut utiliser des
theorèmes dinversion (local ou global) en montrant que x t(x) est une
fonction monotone dun intervalle sur un autre, propriete qui sanalyse facile-
ment (en regardant la derivee) si g ne sannule pas sur lintervalle considere.
Exemple 2.1.4
g(u) = u
k
.
Discuter en fonction de k entier et de x
0
R, lexistence de solutions telles
que x(0) = x
0
. La solution existe-t-elle pour tout t ?
Regarder aussi le cas g(u) = [u[
1/2
avec x(0) = 0. Y-a-t-il unicite de la
solution ? Les hypothèses du theorème de Cauchy sont-elles satisfaites ?
Exercice 2.1.5
t
2
x
(t) x(t) = 0 .
Montrer quil y une solution non identiquement nulle de classe C
1
mais qui
est nulle sur lun des deux demi-axes.
2.2 Systèmes dierentiels à coecients constants
2.2.1 Proprietes generales
Nous nous concentrons donc sur la recherche des solutions generales du
système dierentiel :
(SD) dX/dt = AX +B(t) ,
o` u X(t) R
N
et B(t) R
N
.
Le premier principe concerne la linearite.Commencons par une denition.
On appelle système homogène (H) associe le système correspondant à B(t)
0 :
(H) dX/dt = AX .
2.2. SYST
`
EMES DIFF
ERENTIELS
`
A COEFFICIENTS CONSTANTS 25
Theorème 2.2.1
Soit (SD) un système dierentiel à coecients constants et (H) le système
homogène associe et soit X
0
(t) une solution de (SD). Alors toute solution
X(t) de (SD) secrit sous la forme
X(t) = X
0
(t) +Z(t)
o` u Z(t) est une solution du système homogène (H).
La demonstration est immediate, si on observe que X(t)X
0
(t) est eective-
ment une solution du système homogène. Il est utile dobserver que lespace
des solutions de (H) est un espace vectoriel.
Par consequent, resoudre (SD), cest trouver
une solution particulière X
0
(t),
une base de lespace vectoriel des solutions de H.
Existence et Unicite.
On commence par redonner la traduction du theorème de Cauchy dans le cas
particulier.
Theorème 2.2.2
Supposons que t B(t) est continue sur R. Alors, pour tout vecteur v R
N
,
il existe une et une seule solution X(t) du système (SD) denie pour tout
t R telle que X(0) = v. En particulier, lespace vectoriel des solutions du
système associe homogène est de dimension N.
Exemple elementaire
Considerons le cas N = 1. Le système secrit : y
(t) = ay(t) +b(t). On resout

dabord le système homogène. Pour tout v R, la solution de (H) telle que
y(0) = v est donnee par y(t) = v exp at. Lespace des solutions du système
homogène est donc bien de dimension 1.
Pour determiner la solution du système non-homogène (on dit aussi avec
second membre), on fait ce qui est communement appele la methode de
variation des constantes. On ecrit : y(t) = e
at
z(t) et on cherche lequation
veriee par z(t). On trouve dabord :
z
(t) = b(t)e
at
,
et on est ainsi ramene à la recherche dune primitive convenable. Pour t = 0,
on observe que z(0) = v (si on cherche y tel que y(0) = v). Do` u :
z(t) = v +
_
t
0
exp as b(s) ds .
26CHAPITRE 2. SYST
`
EMES DIFF
ERENTIELS ET

EQUATIONS DIFF
ERENTIELLES
Ceci conduit nalement à :
y(t) = v exp at + exp at
_
t
0
exp as b(s) ds .
2.2.2 Etude du système dans le cas o` u A a des racines
reelles distinctes
Solutions du système homogène
La première information est donnee par :
Theorème 2.2.3
Soit (H) le système homogène. Alors si A admet une valeur propre reelle
et si v est un vecteur propre associe : Av = v (avec v ,= 0), alors X(t) =
exp tv est solution de (H).
La demonstration est immediate, on observe en eet que :
X
(t) = exp tv = A(X(t)) .

Dans le cas favorable, cela conduit au theorème :
Theorème 2.2.4
Supposons que pour une matrice A on soit dans la situation o` u il existe n
valeurs propres reelles distinctes
1
,
2
, ....,
n
. Si u
1
, u
2
, ....u
n
, sont des
vecteurs propres associes, alors les solutions X
j
(t) = exp
j
tu
j
constituent
une base de lespace des solutions de (H).
On reprendra tout ceci en detail dans le cas des systèmes 2 2.
Methode de variation des constantes
On peut aussi alors faire la variation des constantes de la manière suivante.
On ecrit :
B(t) =
j
b
j
(t)X
j
(t) .
On utilise ici que pour tout t, X
j
(t) est une base de R
n
.
On cherche une solution particulière de X
(t) = AX(t), sous la forme :

X(t) =
j
c
j
(t)X
j
(t) ,
2.2. SYST
`
EMES DIFF
ERENTIELS
`
o` u les c
j
(t) sont à determiner.
En remplacant dans lequation, on obtient :
j
c
j
(t)X
j
(t) =
j
b
j
(t)X
j
(t) ,
qui conduit à :
c
j
(t) = b
j
(t) , j = 1, , n .
On peut alors choisir :
c
j
(t) =
_
t
0
b
j
(s)ds ,
pour produire une solution particulière.
Remarque 2.2.5
Rappelons que pour verier les hypothèses ci dessus. On peut calculer le
determinant det (AI). Cest un polynome de degre n à coecients reels
(car on suppose ici A matrice reelle). On cherche alors les racines de ce
polynome et on verie si la condition ci-dessus est satisfaite. Pour chaque
racine
j
, on sait que le noyau de (A
j
) est de dimension au moins egale
à 1 et on peut donc trouver un vecteur propre u
j
.
2.2.3 Systèmes 2 2 homogènes du premier ordre
On considère :
x
(t) = ax(t) +by(t) ,

y
(t) = cx(t) +dy(t) .

On va mener une etude complète dans ce cas. Cela nous permettra en parti-
culier de repondre à lexemple considere dans la theorie des circuits.
Cas de deux racines reelles distinctes
On a dejà traite ce cas. On regarde donc juste un exemple.
Exemple 2.2.6
x
(t) = y(t) , y
(t) = x(t) .
La matrice A correspondante a deux valeurs propres reelles distinctes : 1.
On peut alors trouver la solution telle que X(0) = (0, 1) en ecrivant ce vecteur
sur la base des vecteurs propres de la matrice A.
28CHAPITRE 2. SYST
`
EMES DIFF
ERENTIELS ET

EQUATIONS DIFF
ERENTIELLES
Cas de deux racines complexes distinctes
Dans ce cas si A est à coecients reels, on voit facilement que
1
=
2
.
Autrement dit, les deux valeurs propres sont complexes conjuguees.
Dans ce cas, il vaut mieux oublier un instant que la question posee etait la
recherche de solutions reelles. Si on oublie ce point, il est immediat de trouver
deux vecteurs propres (dans C
2
) de A. On peut meme les choisir tels que :
v
2
= v
1
.
On a en eet :
Av
1
=
1
v
1
,
qui correspond à lecriture de deux equations dans C.
Si on prend le complexe conjugue de ces deux equations, et en remarquant
que la matrice A est à coecients reels, on obtient :
Av
1
=
1
v
1
.
Autrement dit, on a demontre que si v
1
est vecteur propre (dans C
2
), pour
la valeur propre
1
, alors le vecteur v
1
dont les coordonnees dans la base
canonique de C
2
sont les conjuguees complexes de celles de v
1
est vecteur
propre de A attache à la valeur propre
1
.
Toute solution complexe de (H) secrit donc :
X(t) = c
1
X
1
(t) +c
2
X
2
(t) ,
avec X
2
(t) = X
1
(t).
Il est alors facile de reconnatre les solutions reelles, telles que X(t) = X(t).
On doit juste avoir
c
2
= c
1
.
Les solutions reelles de (H) sont donnees par :
X(t) = c
1
X
1
(t) +c
1
X
1
(t) .
On peut alors redonner une ecriture reelle de lespaces des solutions, en in-
troduisant : c
1
= a + ib,
1
= + i et u
1
= v + iw, avec a, b, , reels et v
et w dans R
2
.
On obtient lecriture suivante :
X(t) = (a +ib)(v +iw) exp t(cos t +i sin t) +c. c ,
o` u c. c veut dire complexe conjugue.
Ceci donne :
X(t) = ((av bw) +i(bv +aw)) exp t(cos t +i sin t) +c. c
2.2. SYST
`
EMES DIFF
ERENTIELS
`
ou encore :
X(t) = 2((av bw)cost sin t(bv +aw)) exp t
On peut aussi le reecrire sous la forme :
X(t) = 2 exp t ((a cos t b sin t)v (b cos t +a sin t)w) .
Notons que le theorème de Cauchy dit a priori que, si on cherche X(t) dans
C
2
solution de (H) avec X(0) R
2
, alors X(t) sera en fait dans R
2
.
Pour la resolution du problème avec second membre, on peut proceder comme
dans le cas reel. De nouveau le theorème de Cauchy dit a priori que, si on
cherche X(t) dans C
2
solution de (SD) avec X(0) R
2
et B(t) dans R
2
,
alors la solution X(t) sera en fait dans R
2
.
Exemple 2.2.7
x
= y , y
= x .
Alors le polynome caracteristique a deux racines i et i. Lespace propre
associe à la valeur propre i est donne par
iz
1
z
2
= 0
On peut donc prendre u = (1, 0) et v = (0, 1). Si on prend comme condition
initiale X(0) = (0, 1), on trouve : X(t) = (sin t, cos t).
Cas dune racine double
Ecrivons dabord que la matrice (22) a une racine double. Si A =
_
a b
c d
_
,
et si est la valeur propre double, on a :
2 = a +d , ad bc =
2
.
On observe alors que :
A = I +N ,
o` u N a la propriete que :
N
2
= 0 .
Pour le voir, on se ramène immediatement au cas = 0 en remplcant a par
a et c par c .
Il sagit de montrer quune matrice N qui a zero comme valeur propre double
est forcement de carre 0. Cest immediat par calcul bete.
30CHAPITRE 2. SYST
`
EMES DIFF
ERENTIELS ET

EQUATIONS DIFF
ERENTIELLES
On peut aussi chercher quelle est la forme generale de N. Trois cas sont à
considerer. Dabord, on rencontre le cas o` u :
N =
_
_

1

_
_
,
avec ,= 0 et ,= 0.
On a deux autres cas à considerer :
N =
_
0
0 0
_
ou
N =
_
0 0
0
_
.
Deux cas peuvent se presenter :
ou bien N = 0 et on peut choisir pour A deux vecteurs propres lineairement
independants : les deux vecteurs (1, 0) et (0, 1) font laaire ! !
ou bien N nest pas loperateur nul. Comme N
2
= 0, N est de rang 1.
Son noyau est de dimension 1. On peut toujours alors prendre un vecteur
propre de A comme u
1
(il satisfait Nu
1
= 0) et un vecteur u
2
independant
4
de u
1
tel que Nu
2
= u
1
.
On peut verier à la main que : exp t u
1
et exp t (u
2
+tu
1
) sont solutions.
En eet :
d
dt
exp t (u
2
+tu
1
) = exp t(u
2
+tu
1
) + exp t u
1
,
et
A(exp t(u
2
+tu
1
))
= (I +N)(exp t (u
2
+tu
1
))exp t (u
2
+tu
1
) + exp t Nu
2
.
Remarque 2.2.8
Il est interessant dans chacun des cas de decrire dans R
2
la courbe decrite
par une solution X(t).
4
Montrons ce dernier point. Soit u
2
, un vecteur lineairement independant de u
1
. N
netant pas nul, on a N u
2
non nul et N(N u
2
) = 0. Donc N u
2
=
2
u
1
. On pose alors
u
2
=
1
2
u
2
.
2.3. TRADUCTION POUR LES

EQUATIONS DIFF
ERENTIELLES DORDRE N31

2.3 Traduction pour les equations dierentielles
dordre n
On regarde lequation avec second membre :
(ed)
n
j=0
a
j
y
(nj)
(t) = b(t) .
2.3.1 Equations dierentielles homogènes.
Pour le système homogène, qui est deni par :
(eh)
n
j=0
a
j
y
(nj)
(t) = 0 ,
on peut faire la reduction a un système dierentiel dordre 1 nn, puis suivre
la methode expliquee pour ce cas.
On peut aussi chercher plus directement des solutions de la forme exp t, ce
qui conduit, en mettant dans lequation à :
(ei) () :=
n
j=0
a
j
nj
= 0 .
La fonction exp t est donc solution du système si et seulement si est racine
de cette equation.
On peut alors reprendre la discussion precedente.
Un premier point est que :
Theorème 2.3.1
Lespace des solutions de lequation homogène (eh) est de dimension n.
Si lequation precedente possède n racines reelles distinctes
j
(j = 1, , n),
une base est constituee par les fonctions exp
j
t.
Dans le cas o` u lon a une valeur propre complexe (non reelle)
0
= + i,
deux solutions complexes independantes sont donnees par exp
0
t et exp
0
t.
Si on cherche les solutions reelles, on verie que exp t cos t et exp t sin t
sont des solutions independantes.
Si
0
est une racine double de lequation, on peut montrer que t exp
0
t est
aussi solution (il faut penser
5
que cest (
d
d
exp t)
/=
0
). Plus generalement,
5
On peut ecrire pour tout que
(
j
a
j
d
nj
dt
nj
expt) = () expt .
32CHAPITRE 2. SYST
`
EMES DIFF
ERENTIELS ET

EQUATIONS DIFF
ERENTIELLES
si
0
est une racine de multiplicite k de lequation, t
j
exp
0
t est solution pour
j = 0, 1, , k 1.
Ceci fournit un moyen de determiner toutes les solutions homogènes.
2.3.2 La methode de variation des constantes
Il ne reste plus quà expliquer la methode de variation des constantes. On
se contente de detailler le cas de lordre 2. On considère donc (on peut se
ramener au cas a
0
= 1 en divisant par a
0
) lequation :
(ed) y
(t) +a
1
y
+a
2
y = b(t) .
et son equation homogène associee :
(eh) y
(t) +a
1
y
+a
2
y = 0 .
Dans tous les cas, on vient de montrer (quitte à passer par la recherche de
solutions complexes) que lon pouvait trouver deux solutions independantes
y
1
(t) et y
2
(t). Si on pense à la reduction du système, on tombe sur :
X
=
_
a
1
a
2
1 0
_
X +
_
b(t)
0
_
,
et Y
1
(t) = (y
1
(t), y
1
(t)) et Y
2
(t) = (y
2
(t), y
2
(t) sont les solutions du système
homogène associe. La methode decrite precedemment pour les systèmes dit
quil faut chercher une solution (pour (SD)) sous la forme :
c
1
(t)Y
1
(t) +c
2
(t)Y
2
(t)
et quon doit alors resoudre :
c
1
(t)Y
1
(t) +c
2
(t)Y
2
(t) =
_
b(t)
0
_
.
Ceci conduit au système :
c
1
y
1
+c
2
y
2
= b(t) ,
c
1
y
1
+c
2
y
2
= 0 .
Cest sous cette forme quon decrit la methode quand on veut expliquer la
recette sans passer par les systèmes. Notons que la matrice (Y
1
(t) Y
2
(t)) est
pour tout t inversible. Cette matrice quon peut ecrire sous la forme :
M
w
(y
1
, y
2
) =
_
y
1
y
2
y
1
y
2
_
On peut alors deriver par rapport à cette identite et prendre =
0
. Pour le resultat
plus general, il faut continuer de deriver par rapport à , jusquà lordre (k 1).
2.3. TRADUCTION POUR LES

EQUATIONS DIFF
ERENTIELLES DORDRE N33

et est appelee la matrice Wronskienne de y
1
et y
2
. Le determinant de la
matrice wronskienne est appele le wronskien :
w(y
1
, y
2
) = y
1
(t)y
2
(t) y
2
(t)y
1
(t) .
Exercice 2.3.2
Montrer que le wronskien est independant de t si a
1
= 0. Dans le cas general,
montrer que t w(y
1
(t), y
2
(t) est solution dune equation dierentielle du
premier ordre.
Dire que cette matrice est inversible (propriete que lon peut verier en calcu-
lant le wronskien et en veriant quil est non-nul) est en eet une manière de
dire que les solutions Y
1
et Y
2
sont independantes dans lespace des solutions
de (H). Notons que (c
1
(t), c
2
(t)) sont les coordonnees du vecteur
_
b(t)
0
_
dans la base Y
1
(t), Y
2
(t).
Travaux pratiques : Retour à lexemple initial
Il est bien de la forme (en se ramenant à a = 1) :
y
+a
1
y
+a
2
y = b(t) ,
avec b(t) = cos(t +).
On cherche les racines de :
2
+a
1
+a
2
= 0 .
On se contente de traiter le cas o` u cette equation a deux racines distinctes
et reelles : r
1
et r
2
.
Suivant la règle etablie ci-dessus, on tombe sur :
r
1
c
1
(t) exp r
1
t +r
2
c
2
(t) exp r
2
t = b(t)
c
1
(t) exp r
1
t +c
2
exp r
2
t = 0
Chacun peut resoudre, à t xe, ce système de deux equations pour c
1
(t) et
c
2
(t) par sa methode favorite. Suivons une methode matricielle.
On peut reecrire le système sous la forme :
_
r
1
r
2
1 1
__
exp r
1
t c
1
exp r
2
t c
2
_
=
_
b(t)
0
_
.
En utilisant la matrice inverse, on obtient :
_
exp r
1
t c
1
exp r
2
t c
2
_
=
1
r
1
r
2
_
1 r
2
1 r
1
__
b(t)
0
_
.
34CHAPITRE 2. SYST
`
EMES DIFF
ERENTIELS ET

EQUATIONS DIFF
ERENTIELLES
Ceci conduit à :
c
1
(t) =
1
r
1
r
2
exp r
1
t b(t) ,
c
2
(t) =
1
r
1
r
2
exp r
2
t b(t) .
Do` u une solution particulière obtenue par :
c
1
(t) =
1
r
1
r
2
_
t
0
exp r
1
s b(s) ds ,
c
2
(t) =
1
r
1
r
2
_
t
0
exp r
2
s b(s) ds .
On peut pousser le calcul lorsque b(t) = (cos t + ). Un moyen pour se
faciliter ce calcul est de penser que b(t) = Re exp i(t + ) et de faire le
calcul dabord avec exp i(t +).
Par exemple :
c
1
(t) = Re
_
1
r
1
r
2
_
t
0
exp((i r
1
)s +i) ds
_
.
On laisse la suite au lecteur .... le cas o` u r
1
= i, r
2
= i est un peu
particulier.
Remarque 2.3.3
La recherche dune solution particulière dans le cas particulier b(t) = cos(t+
), peut aussi etre menee de la manière suivante. On prend dabord b(t) =
z exp it, (avec z = exp i). On cherche une solution particulière de la
forme z exp it. On trouve :
z(i) = z ,
o` u () =
2
+a
1
+a
2
.
Ceci fonctionne dès que (i) ,= 0, cest à dire i ,= r
1
et i ,= r
2
.
On verie alors que Re( z exp it) est une solution particulière.
2.4 Systèmes generaux
Ils se traitent à laide de ce qui a ete appris sur les reductions des ma-
trices (diagonalisation, triangulation ....). Avant de presenter une methode
generale, on presente dabord deux remarques.
2.4. SYST
`
EMES G
EN
ERAUX 35
2.4.1 Suivi du système par changement de base
La première est que si X(t) est solution de (SD), alors

X(t) := P
1
X(t) est
solution du système :
d

X/dt =

A

X +

B ,
avec :
A = P
1
AP ,

B = P
1
B .
Par consequent, si on trouve une matrice P telle que

A a une forme plus
simple (par bloc, diagonale, triangulaire), alors on a fait avancer le Schmil-
blic ! !
2.4.2 Cas dune matrice triangulaire
Expliquons comment on traite le cas triangulaire sur un exemple très simple,
mais la methode est generale.
Considerons par exemple :
dx
1
/dt = a
11
x
1
(t) +a
12
x
2
(t)
dx
2
/dt = a
22
x
2
(t) .
Il sut de commencer par resoudre explicitement la deuxième equation. Une
fois trouve x
2
(t), la première equation nest plus quune equation dierentielle
pour x
1
(t).
2.4.3 Methode generale
Si on ne vous propose pas de technique particulière la technique suivante
conduit à une construction dun système de solutions du problème (H).
On calcule dabord le polynome caracteristique :
P() = det (A I) .
Cest un polynome de degre n dont on recherche les racines distinctes
j
(j = 1, , q) dans C. On denit n
j
comme etant la multiplicite de
j
et on
a la decomposition suivante de P :
P() = (
1
)
n
1
(
q
)
n
q
.
Pour chaque racine
j
, on cherche une base V
j
i
de ker(A
j
)
n
j
(i =
1, , n
j
), dont on peut demontrer que cest un espace (complexe) dont la
36CHAPITRE 2. SYST
`
EMES DIFF
ERENTIELS ET

EQUATIONS DIFF
ERENTIELLES
dimension est n
j
. On peut alors construire, pour j = 1, , q, n
j
solutions
independantes de (H) en considerant :
Y
ij
(t) = exp
j
t
n
j
1
p=0
t
p
p!
(A
j
)
p
V
j
i
, pour i = 1, , n
j
.
On verie directement que lon produit ainsi n solutions independantes, en
remarquant que n =
j
n
j
.
On remarque que, quand n
j
= 1, on retrouve le resultat du Theorème 2.2.4.
La methode de variation des constantes se deroule comme dans le cas o` u les
multiplicites sont egales à 1.
2.5 Exercices
1. Trouver toutes les solutions de lequation dierentielle
u
(x) u(x) = x
2
e
x
.
2. Resoudre les equations dierentielles suivantes :
y
+ 2y = e
x
, y
5y = x, y
+ 3y = x +e
2x
, y
2y = x
2
e
2x
.
y
xy = x
2
, y
2xy = x, (sur ]0, +[) y
+
1
x
y = 3 cos(2x).
4. Soit f : R R une fonction continue et k un reel strictement positif.
1. Ecrire la solution generale de lequation y
ky = f.
2. On suppose que f est bornee. Montrer que lequation precedente
admet une unique solution bornee.
y
4y
12y = 0 , y
(4)
+2y
(2)
+y = 0 , y
6y
+9y = e
3x
, y
6y
+9y = xe
3x
.
6. Soit a une fonction continue sur R. Montrer que les solutions de lequation
dierentielle
y
+a(x)y = 0
ne sannulent jamais, sauf une.
7. Trouver toutes les solutions de
X
=
_
1 2
0 1
_
X +
_
1
t
_
Chapitre 3
EDP lineaires du premier ordre
3.1 Quelques notions supplementaires autour
des derivees partielles.
On a etudie dans le premier Chapitre la notion de derivee partielle dune
fonction de plusieurs variables. Il sagissait en fait de proprietes de fonctions
dune variable, et lon doit maintenant regarder la dependance de toutes les
variables prises ensemble. Il faudrait sans doute investir un peu de temps
pour explorer la notion - plus delicate - de dierentielle. Ceci etant fait dans
un autre cours pour certains etudiants mathematiciens et netant pas revus
par les etudiants physiciens, nous ne detaillerons pas cette partie et nous
simplement developperons quelques points utiles pour les calculs ou pour
expliquer certains theorèmes.
Comme pour les fonctions dune variable, on doit dabord rappeler la notion
de continuite.
3.1.1 Continuite
On note d la distance euclidienne entre les points de R
2
:
d((x
1
, y
1
), (x
2
, y
2
)) =
_
(x
1
x
2
)
2
+ (y
1
y
2
)
2
.
On note aussi |(x, y)| =
_
x
2
+y
2
la norme euclidienne du vecteur (x, y) de
R
2
, de sorte que
d((x
1
, y
1
), (x
2
, y
2
)) = |(x
2
x
1
, y
2
y
1
)|.
Denition 3.1.1
On dit quun sous-ensemble de R
2
est un ouvert de R
2
si, pour tout point
37
38 CHAPITRE 3. EDP LIN
EAIRES DU PREMIER ORDRE

(x, y) de , on peut trouver un disque ouvert de rayon r
x,y
> 0 contenu dans
.
On peut penser comme exemples de base à =]a, b[]c, d[ ou à un disque
ouvert).
Denition 3.1.2
Soit un ouvert et f : R
2
R une application. On dit que f est
continue en un point (x
0
, y
0
) lorsque
f(x, y) f(x
0
, y
0
) 0 quand d((x, y), (x
0
, y
0
)) 0
On dit que f est continue sur lorsque f est continue en chaque point de
.
Exemple 3.1.3
La fonction f : (x, y) x
4
+y
4
est continue en (0, 0), et meme en nimporte
quel (x
0
, y
0
) R
2
.
Il est important de noter que pour (x
0
, y
0
) donne, la continuite des fonctions
f
1
en y
0
et de f
2
en x
0
nentrane pas la continuite de f en (x
0
, y
0
), comme
le montre lexemple suivant.
Exercice 3.1.4
On considère la fonction f : R
2
R denie par
f(x, y) =
_
xy
x
2
+y
2
si (x, y) ,= (0, 0),
0 sinon.
Montrer que f nest pas continue en (0, 0) bien que les deux applications par-
tielles associees le soient. Montrer que f admet meme des derivees partielles
en (0, 0).
3.1.2 Derivees directionnelles
Denition 3.1.5
Soit f : R une application, (x
0
, y
0
) un point de et u = (u
1
, u
2
)
un vecteur de R
2
. On appelle derivee directionnelle de f en (x
0
, y
0
) dans la
direction de u la derivee en s = 0, si elle existe, de la fonction dune variable
f
u
: s f((x
0
, y
0
) +su).
On la note alors
u
f(x
0
, y
0
).
3.1. QUELQUES NOTIONS SUPPL
EMENTAIRES AUTOUR DES D
ERIV
EES PARTIELLES.39
Remarque 3.1.6
Bien s ur, lorsque u = (0, 0), la direction associee à u nest pas vraiment
denie mais la denition donne que
u=(0,0)
f(x
0
, y
0
) = 0 ,
ce qui est coherent avec ce que nous utiliserons après.
On notera que comme est ouvert, la fonction f
u
est bien denie pour [s[
assez petit.
Exemple 3.1.7
Les derivees partielles
x
f et
y
f ne sont autres que les derivees direction-
nelles de f dans les directions des deux vecteurs de la base canonique e
1
et
e
2
.
On donne maintenant un critère très simple dexistence de derivee direction-
nelle dans toute direction.
Denition 3.1.8
Lorsque f admet des derivees partielles
x
f et
y
f continues dans , on dit
que f est de classe (
1
dans .
Proposition 3.1.9
Soit f : R une application de classe C
1
. Alors f admet en tout point
(x, y) une derivee directionnelle dans toute direction u, et on a :
(
u
f)(x, y) = u
1
(
x
f)(x, y) +u
2
(
y
f)(x, y) . (3.1)
Sous ces hypothèses, on peut alors denir, pour (x, y) , une application
lineaire (Df)
(x,y)
de R
2
dans R denie par :
R
2
u (Df)
(x,y)
(u) = (
u
f)(x, y) . (3.2)
Cete application est appelee la derivee (ou dierentielle) de f au point (x, y).
En particulier
x
f(x, y) = (Df)
(x,y)
(e
1
) et
y
f(x, y) = (Df)
(x,y)
(e
2
). Autre-
ment dit la matrice 12 de (Df)
(x,y)
dans la base canonique est simplement
(Df)
(x,y)
=
_

x
f(x, y)
y
f(x, y)
_
.
Une autre manière decrire est :
(
u
f)(x, y) =
_

x
f(x, y)
y
f(x, y)
_
_
u
1
u
2
_
.

3.1.3 Applications de classe C
k
On presente maintenant lextension au cas de derivees dordre superieure. On
a dejà deni les applications de classe C
1
.
Denition 3.1.10
Soit f une fonction de classe C
1
sur un ouvert . On dira que f est de classe
C
2
si ces derivees partielles
x
f et
y
f sont de classe C
1
.
On notera
2
xx
f =
x
(
x
f) ,
2
yx
f =
y
(
x
f)
2
xy
f =
x
(
y
f) ,
2
yy
f =
y
(
y
f)
Comme mentionne au chapitre 1, on a le theorème suivant :
Theorème 3.1.11
Si f est de classe C
2
dans , alors on a :
2
xy
f =
2
yx
f , dans . (3.3)
On note aussi les derivees secondes
2
f
x
2
,

2
f
xy
, . . .
Rappelons que lutilisation de est imperative quand on considère plusieurs
variables.
On laisse au lecteur le soin de denir la notion dapplication de classe C
k
pour tout k N. On posera
C
() =
kN
C
k
() .
3.2 Les equations de transport
On considère un tube horizontal cylindrique, dans lequel coule de leau par
exemple, à la vitesse constante c (en m/s). Un polluant (du petrole) est en
suspension dans leau. On note u(t, x) la concentration (en gr/m) de polluant
à linstant t et à labscisse x.
x 0
y=u(0,x) y
x 0
y=u(t,x)
y
x=ct
3.2. LES

EQUATIONS DE TRANSPORT 41
La fonction u verie lEDP
t
u(t, x) +c
x
u(t, x) = 0. (3.4)
En eet, à linstant t, la quantite de polluant entre les points dabscisse 0 et
x est
Q(t) =
_
x
0
u(t, y)dy.
A linstant t + h, le polluant sest deplace de ch mètres. La quantite de
polluant entre les points dabscisse ch et x +ch est donc celle qui se trouvait
à linstant t entre 0 et x. On a donc
Q(t) =
_
x+ch
ch
u(t +h, y)dy.
Nous voulons deriver legalite obtenue par rapport à x. Pour ce faire nous
eectuons le changement de variable y
= y ch dans la deuxième integrale.

Nous obtenons
Q(t) =
_
x
0
u(t +h, y
+ch)dy
,
et donc
u(x, t) = u(t +h, x +ch). (3.5)
Nous voulons enn deriver par rapport à h legalite (3.5). On utilisera très
souvent le lemme suivant (derivee dune fonction composee).
Lemme 3.2.1
Soit u : R
2
R une application de classe C
1
. Soit aussi f
1
et f
2
deux
applications de classe C
1
de R dans R. Alors lapplication F : R R denie
par
F(t) = u(f
1
(t), f
2
(t))
est derivable, sa derivee est continue et donnee par
F
(t) = (Du)
(f
1
(t),f
2
(t))
((f
1
(t), f
2
(t)),
ou encore :
F
(t) = f
1
(t)
u
x
(f
1
(t), f
2
(t)) +f
2
(t)
u
y
(f
1
(t), f
2
(t)) .
Preuve : Elle est admise.

3.3 Equations à coecients constants
On va resoudre les EDP de la forme (3.4), ou de manière un peu plus generale,
les equations
a
t
u(t, x) +b
x
u(t, x) = 0, (3.6)
o` u a et b sont deux constantes reelles, dont lune au moins nest pas nulle.
Comme on la vu dans le premier chapitre, il est important de preciser ce que
lon entend par resoudre. On cherche ici toutes les fonctions u denies sur
R
2
(ou sur une partie plus petite , reunion de boules ouvertes) de classe (
1
et telles que pour tout (x, t) R
2
legalite (3.6) soit veriee. Commencons
pour xer les idees par examiner le cas de lequation (a = 1 et b = 0)
t
u(t, x) = 0.
On voit immediatement que u est solution si et seulement si u ne depend pas
de t. Autrement dit, les solutions sont les fonctions u qui secrivent
u(t, x) = f(x)
pour une fonction f : R R de classe (
1
. La première remarque qui simpose,
cest quil y a beaucoup de solutions !
On fait aussi une remarque dordre plus geometrique :
Les solutions (t, x) u(t, x) sont exactement les fonctions qui sont constantes
le long des droites horizontales du plan (Otx), cest-à-dire le long des droites
dirigees par le vecteur (a, b) = (1, 0). Ce phenomène a egalement lieu pour
toutes les equations (3.6), et cest que nous allons mettre en evidence.
3.3.1 Methode des caracteristiques
On reprend lequation (3.6). Supposons que u : R
2
R, de classe (
1
, soit
solution. En terme de dierentielle ou derivee, (3.6) se traduit par
(t, x) R
2
, (Du)
(t,x)
(a, b) = 0. (3.7)
Autrement dit la derivee directionnelle
(a,b)
u(t, x) de u dans la direction du
vecteur (a, b) est nulle en tout point (t, x) de R
2
. On a alors la proposition
suivante.
Proposition 3.3.1
Si u est solution de (3.6), alors u est constante le long de chaque droite de
direction (a, b).
3.3. EQUATIONS
`
Preuve :
Soit (t, x) un point de R
2
. Soit : R R la fonction denie par
k (k) = u((t, x) +k(a, b)) = u(t +ka, x +kb).
La fonction f donne les valeurs de u en chaque point (t
, x
) = (t, x) +k(a, b)
de la droite T de direction (a, b) passant par (t, x). Or, en utilisant à nouveau
le Lemme 3.2.1, on a
(k) = (Du)
((t,x)+k(a,b))
(a, b) = 0.
Donc est constante, et u lest sur la droite T.
Denition 3.3.2
On appelle caracteristiques de lequation (3.6) les droites de vecteur directeur
(a, b). Ce sont toutes les droites T
c
dequation bt ax = c, o` u c parcourt
lensemble des reels.
t
(t
0
,x
0
)
x
D
c
0
D
c
(a,b)
Notons maintenant f : R R la fonction qui a un reel c associe la valeur
de u sur la droite T
c
. Soit (t
0
, x
0
) un point de R
2
. Il existe une et une seule
caracteristique qui passe par (t
0
, x
0
) : cest la droite T
c
0
, o` u c
0
= bt
0
ax
0
.
On a donc
u(t
0
, x
0
) = f(c
0
) = f(bt
0
ax
0
).
Ce raisonnement etant valable pour tout (t
0
, x
0
) de R
2
, on a nalement
(t, x) R
2
, u(t, x) = f(bt ax). (3.8)
On remarque au passage que, puisque u est (
1
, f lest aussi (Exercice !).

On a raisonne jusquici par condition necessaire. Il reste à prouver que toute
fonction u de la forme (3.8) avec f : R R de classe (
1
est bien solution
de (3.6). Cest une verication très simple, grace encore une fois au Lemme
3.2.1, et quon laisse au lecteur. On a alors demontre le resultat suivant.
Theorème 3.3.3
Les fonctions u : R
2
R de classe (
1
qui verient lequation (3.6) sont
toutes les fonctions qui secrivent
u(t, x) = f(bt ax)
pour une certaine fonction f : R R de classe (
1
.
Remarque 3.3.4
Dans le theorème ci-dessus, on peut remplacer R
2
par un convexe ouvert
de R
2
. La fonction f est alors denie sur un intervalle qui est limage dans
R de par laplication (t, x) bt ax ,.
3.3.2 Methode du changement de variables
Nous allons retrouver le resultat precedent à laide dune autre methode, qui
savère etre très pratique. Plutot que dune methode totalement dierente,
il sagit dune autre formulation de la meme idee. On a vu que les solutions
de lequation (3.6) ne dependent que de la variable bt ax. On pose donc
t
= bt ax et on choisit une autre coordonnee x
independante. On prend
par exemple
_
t
= bt ax
x
= at +bx.
On pose alors v : (x
, t
) v(t
, x
) = u(t, x), et lon examine lequation

veriee par v lorsque u est solution de (3.6). On calcule dabord les derivees
partielles de u en fonction de celles de v. Là encore lingredient essentiel est
le Lemme 3.2.1. On a
_
t
u(t, x) =
t
(v(bt ax, at +bx))
= b(
1
v)(bt ax, at +bx) +a(
2
v)(bt ax, at +bx),
x
u(t, x) =
x
(v(bt ax, at +bx))
= a(
1
v)(bt ax, at +bx) +b(
2
v)(bt ax, at +bx).
Donc u, de classe (
1
, est solution de lequation (3.6) si et seulement si v
verie lequation
(a
2
+b
2
)(
2
v)(t
, x
) = 0.
3.4. EQUATIONS
`
A COEFFICIENTS VARIABLES 45
Autrement dit, puisque a
2
+ b
2
,= 0, u est solution de lequation (3.6) si et
seulement si v ne depend pas de x
: v(t
, x
) = f(t
) pour une certaine fonction

f, de classe (
1
puisque v lest. Revenant à u, on retrouve le Theorème 3.3.3 :
u(t, x) = f(bt ax).
Donnons une approche legèrement dierente. Si on fait plus generalement le
changement de variables
_
t
t +
x
x
t +b
,
o` u on suppose que
,= 0.
Alors lequation satisfaite par v est :
a
t
v +b
x
v = 0 ,
avec
_
a
a +
b
b
a +
b .
Le choix propose precedemment consistait en choisir le changement de va-
riables de telle sorte que a
= 0, soit
a +
b = 0. La paire
= b,
= a
convient. On trouve alors b
= a
2
+b
2
.
Application à des problèmes avec conditions initiales Cette methode
est aussi adaptee pour resoudre le problème de trouver u de classe C
1
dans
R
2
a
t
u +b
x
u = f(t, x) ,
u(0, x) = (x) ,
o` u a ,= 0, f est donnee dans C
0
, est donne dans C
1
.
3.4 Equations à coecients variables
3.4.1 Champs de vecteurs
Considerons par exemple lequation
x
u(x, y) +x
y
u(x, y) = 0 (3.9)

On cherche à appliquer la methode des caracteristiques à cette equation.
Lisons lequation. La derivee directionnelle de u dans la direction du vecteur
X = (1, x) doit etre nulle :
(1,x)
u(x, y) = 0.
Evidemment, la diculte qui apparat est que le vecteur en question depend
du point (x, y) o` u lon se trouve. On doit adapter un peu la notion de ca-
racteristique.
Denition 3.4.1
On appelle champ de vecteur une application (regulière) X de R
2
,
considere comme sous-ensemble des points du plan, dans R
2
considere comme
ensemble des vecteurs du plan (i.e. lespace vectoriel R
2
).
Ici regulière signie de classe C
0
ou de classe C
1
.
Par exemple, lequation (3.9) amène naturellement à considerer le champ de
vecteur X(x, y) = (1, x). Un autre exemple est le champ de vecteurs grad V ,
o` u V est une fonction regulière, denie sur :
grad V (x, y) = ((
x
V )(x, y), (
y
V )(x, y)) .
On peut par exemple prendre = R
2
0 et V (x, y) = 1/
_
x
2
+y
2
. Le
champ de vecteur est appele central car il est parallèle, au point (x, y) au
vecteur (x, y).
Denition 3.4.2
Soit X un champ de vecteurs regulier sur un ouvert de R
2
. Une courbe
integrale de X est une courbe parametree : I R telle que, pour tout
t I,
(t) = X((t)).
On appelle caracteristiques de lequation (3.9) les courbes integrales du champ
de vecteurs X(x, y) = (1, x) (il y a une petite ambiguite ici car les courbes
integrales sont des courbes parametrees !). Cette denition est motivee par
la
Proposition 3.4.3
Si u est une solution de lequation (3.9), u est constante le long des courbes
integrales t (t) du champ X :
d(u())
dt
= 0.
3.4. EQUATIONS
`
A COEFFICIENTS VARIABLES 47
Cette proposition generalise ce que lon a vu dans le cas des equations à
coecients constants : dans ce cas-là, le champ de vecteurs X associe à
lequation est le champ constant X(x, y) = (a, b), dont les courbes integrales
sont le droites de direction (a, b). La preuve est la meme, et constitue un
excellent Exercice.
3.4.2 Un problème de Cauchy pour lequation (3.9)
A titre dexemple nous allons resoudre un problème de Cauchy associe à
lequation (3.9) :
_

x
u(x, y) +x
y
u(x, y) = 0,
u(0, y) = (y),
(3.10)
o` u : R R est une fonction (
1
donnee.
On commence en cherchant les courbes caracteristiques de lequation. Ce
sont les courbes integrales t (t) = (x(t), y(t)) du champ de vecteur
X(x, y) = (1, x). Par denition on a donc
_
x
(t) = 1,
y
(t) = x(t),
ce qui donne x(t) = t + x
0
et y(t) =
t
2
2
+ x
0
t + y
0
, o` u lon a note (x
0
, y
0
) le
point de correspondant à t = 0. Si lon prefère une equation cartesienne,
on voit que la courbe qui passe par (x
0
, y
0
) (il y en a une et une seule...),
a pour equation
: y =
x
2
2
+y
0
x
2
0
2
.
On veut maintenant determiner la valeur de la solution du problème de Cau-
chy (3.10) au point (x
0
, y
0
). On sait que u est constante le long de la courbe
integrale qui passe par le point (x
0
, y
0
). Cette courbe coupe laxe des or-
donnees au point (x
1
= 0, y
1
= y
0
x
2
0
2
), et lon sait que
u(x
1
, y
1
) = u(0, y
1
) = (y
1
) = (y
0
x
2
0
2
).
On obtient donc, pour nimporte quel (x
0
, y
0
) de R
2
,
u(x
0
, y
0
) = (y
0
x
2
0
2
).
En raisonnant par condition necessaire, on obtient donc u(x, y) = (y
x
2
2
).
Il est très simple de verier que cette fonction est eectivement solution de

(3.10), et la methode des caracteristiques nous a encore permis de construire
lunique solution de ce problème.
3.5 Un exemple dequation non-lineaire : Equa-
tion de Burgers
On sinteresse maintenant à lEDP du premier ordre non-lineaire
x
u(x, y) +u(x, y)
y
u(x, y) = 0. (3.11)
Sagissant dune equation du premier ordre, on va encore tenter dutiliser la
methode des caracteristiques. Cette fois, le champ de vecteur X associe à
lequation
X(x, y) =
_
1
u(x, y)
_
depend de la solution! Supposons que celle-ci est connue, et considerons les
courbes integrales du champ de vecteurs X. Ce sont les courbes parametrees
: t (x(t), y(t)) telles que
x
(t) = 1, y
(t) = u(x(t), y(t)). (3.12)

Sur une telle courbe, on a donc
t
(u(x(t), y(t)) = (Du)
(x(t),y(t))
(x
(t), y
(t)) = x
(t)(
x
u(x(t), y(t)))+y
(t)(
y
u(x(t), y(t)))
=
x
u(x(t), y(t)) +u(x(t), y(t))
y
u(x(t), y(t)) = 0.
Autrement dit la fonction u est constante le long des courbes integrales du
champ X = X
u
. Reprenons alors (3.12) : notant C
la valeur (constante !) de
u sur la courbe integrale de X
u
, on a
x
(t) = 1, y
(t) = C
.
Ces courbes integrales sont donc des droites y = mx +p, puisque
x(t) = t +x
0
, y(t) = C
t +y
0
.
Considerons maintenant le problème de Cauchy pour lequation (3.11)
_

x
u(x, y) +u(x, y)
y
u(x, y) = 0,
u(x, 0) = (x),
(3.13)
o` u est une fonction regulière donnee. On cherche dabord les caracteristiques.
Ce sont des droites dequation y = mx+p et la pente m est egale à la valeur
3.5. UN EXEMPLE D
EQUATION NON-LIN
EAIRE : EQUATION DE BURGERS49

de u sur cette droite. La caracteristique issue du point (x
0
, 0) est donc la
droite dequation
y = (x
0
)(x x
0
). (3.14)
Contrairement au cas des equations lineaires, ces caracteristiques peuvent
donc se couper ! Supposons par exemple que deux dentre elles, issues respec-
tivement de (x
1
, 0) et de (x
2
, 0), se coupent en ( x, y). Si u est denie en ce
point on doit avoir
u( x, y) = (x
1
) = (x
2
),
ce qui est absurde. On peut donc conclure que le problème (3.13) nadmet
en general pas de solutions denies dans le plan tout entier, mais seulement
dans un domaine T
du plan dans lequel les droites caracteristiques (3.14)

ne se coupent pas.
Etudions le problème (3.13) pour (x) = x
2
. Partant dun point (x
0
, y
0
) tel
que u(x
0
, y
0
) ,= 0, on obtient la courbe integrale :
x(t) = x
0
+t , y(t) = y
0
+u(x
0
, y
0
)t .
La courbe integrale coupe la droite y = 0 au temps t = y
0
/u(x
0
, y
0
). On
a donc u(x
0
, y
0
) = u(x
0
y
0
/u(x
0
, y
0
), 0) = (x
0
y
0
/u(x
0
, y
0
)).
Dans notre cas particulier, on obtient lequation
u(x
0
, y
0
) = (x
0
y
0
/u(x
0
, y
0
))
2
.
Si cette equation determine un unique u, on aura resolu le problème. Dans
tous les autres cas le problème sera mal pose. Notre question devient donc :
Discuter en fonction de (x
0
, y
0
) les solutions, non nulles, de
f() :=
3
(x
0
y
0
)
2
.
Noter quon peut toujours supposer y
0
,= 0, puisque u est connue sur x = 0.
Un cas simple est celui o` u lon peut montrer que f() est strictement
croissante sur ] , +[. Un critère simple est de montrer que la derivee
de f ne sannule jamais sur R. On a
f
() = 3
2
2x
0
(x
0
y
0
) .
Son discriminant est
(x
0
, y
0
) := 4(x
2
0
6x
0
y
0
) = 4x
0
(x
0
6y
0
) .
Le problème est que le discriminant est positif pour y
0
petit par rapport à
x
0
, situation qui nest pas favorable ! !

Le problème est plus simple si on se donne une condition sur x = 0 :
u(0, y) = y .
On trouve assez facilement que la solution est determinee par u(x, y) = y/(1+
x) sur le domaine (x, y) R
2
[ x > 1.
3.6 Exercices
3.6.1 EDP du premier ordre à coecients constants
1. Resoudre dans R
2
le problème
_
4
t
u(t, x) 3
x
u(t, x) = 0
u(0, x) = x
3
2. Resoudre dans R
2
le problème
_
3
t
u(t, x) + 5
x
u(t, x) = 0
u(t, 0) = t
2
3. Resoudre dans R
2
le problème
_
2
t
u(t, x) + 3
x
u(t, x) = 0
u(0, x) = sin(x)
4. On cherche les solutions (
2
du problème
_
_
_
2
tt
u(t, x) 3
2
tx
u(t, x) 4
2
xx
u(t, x) = 0,
u(0, x) = x
2
,
t
u(0, x) = 0.
a. Soit u : R
2
R une fonction de classe (
2
. Montrer que
(
t
4
x
)((
t
+
x
)u)(t, x) =
2
tt
u(t, x) 3
2
tx
u(t, x) 4
2
xx
u(t, x).
b. Trouver toutes les fonctions v : R
2
R telles que
(1)
t
v(t, x) 4
x
v(t, x) = 0.
c. Soit f : R R une fonction de classe (
1
. On veut trouver toutes les
fonctions u : R
2
R telles que
(2)
t
u(t, x) +
x
u(t, x) = f(4t +x).
On pose t
= t + x, x
= 4t + x et lon note w : R
2
R la fonction
denie par w(t
, x
) = u(t, x).
c1) Quelle equation verie w lorsque u est solution de (2) ?
c2) Resoudre cette equation. En deduire les solutions de (2).
d. Conclure.
3.6. EXERCICES 51
3.6.2 Courbes integrales de champs de vecteurs
1. Determiner les courbes integrales du champ de vecteurs de R
2
deni
par X(x, y) = (1, 2xy
2
).
2. Determiner les courbes integrales du champ de vecteurs de R
2
deni
par X(x, y) = (1 +x
2
, 1).
3. Determiner les courbes integrales du champ de vecteurs de [1, 1] R
deni par X(x, y) = (
1 x
2
, 1).
4. Etudier les courbes integrales du champ de vecteur de R
2
deni par
X(x, y) = (y, x).
2
deni par
X(x, y) = (x, y).
2
deni par
X(x, y) = (y, y).
2
deni par
X(x, y) = (x, 2y).
3.6.3 EDP du premier ordre à coecients non-constants
1. On considère le champ de vecteurs X(x, y) = (1, xy).
a. Determiner et tracer ses courbes integrales.
b. Montrer que les solutions (de classe (
1
) de lequation
x
u(x, y) xy
y
u(x, y) = 0
secrivent necessairement u(x, y) = f(ye
x
2/2
) pour une certaine fonction
f de classe (
1
.
c. Trouver toutes les solutions du problème de Cauchy
_
x
u(x, y) xy
y
u(x, y) = 0,
u(0, y) = y
2
.
d. Le problème de Cauchy
_
x
u(x, y) xy
y
u(x, y) = 0,
u(x, 0) = x
2
,
a-t-il des solutions ?

Chapitre 4
Lequation des ondes sur un axe
4.1 Le modèle physique : cordes vibrantes
On considère une corde de longueur L, de densite constante, elastique,
tendue entre deux points A et B. On sinteresse aux petites vibrations trans-
versales de la corde. Penser par exemple aux vibrations dune corde de gui-
tare. On supposera que les eets de la gravite et des autres eventuelles forces
exterieures peuvent etre negligees. On choisit axe des abscisses la droite (AB),
lorigine de laxe etant le point A, et on note x les abscisses. On designe alors
par u(t, x) le deplacement vertical de la corde au point dabscisse x et à lins-
tant t. On va appliquer la loi de Newton à un petit morceau de corde de
longueur x commencant au point M dabscisse x et dextremite N dabs-
cisse x +x. Les forces exterieures sont les tensions exercees par le morceau
de corde AM au point M, notee T(M), et celle T(N) exercee par le morceau
de corde NB au point N. Lhypothèse que la corde est elastique correspond
au fait que ces forces de tensions sont dirigees tangentiellement à la corde.
Puisque lon suppose que les deplacements de la corde nont lieu que dans la
direction verticale, la loi de Newton donne
T(M) +T(N) = x
_
0
2
tt
u(t, x)
_
.
Il reste à determiner les composantes des vecteurs T(M) et T(N). Langle
entre la tangente à la corde au point dabscisse x et la direction horizontale
est (t, x) =
x
u(t, x). On a donc, notant (t, x) la norme du vecteur T(t, x),
T(M) =
_
(t, x) cos(
x
u(t, x))
(t, x) sin(
x
u(t, x))
_
et
_
(t, x + x) cos(
x
u(t, x + x))
(t, x + x) sin(
x
u(t, x + x))
_
.
53
54 CHAPITRE 4. L
EQUATION DES ONDES SUR UN AXE

A
B
y=u(t,x)
t=t
0
x
y
x
0
+x
x
0
(x
0
)
(x
0
+x)
()
()
u(t,x
0
)
u(t,x
0
+x)
4.2. SOLUTIONS DE L
EQUATION DES ONDES 55

On obtient donc le système (plutot complique !)
_
(t, x + x) cos(
x
u(t, x + x)) (t, x) cos(
x
u(t, x)) = 0
(t, x + x) sin(
x
u(t, x + x)) (t, x) sin(
x
u(t, x)) =
2
tt
u(t, x)
On utilise maintenant lhypothèse de petitesse des deplacements, puis on fait
tendre x vers 0. Dans la première equation on considère que les termes en
cosinus valent 1, et dans la seconde on utilise sin A A. On obtient alors
x
(t, x) = 0 donc (t, x) ne depend pas de x. On peut aussi montrer que
lhypothèse de deplacement uniquement transverse entrane que (t, x) ne
depend pas non plus de t ; au total (t, x) = R pour tout (t, x) R
2
. On
obtient alors lequation
2
tt
u(t, x) =

2
xx
u(t, x).
Cest cette equation que lon appelle communement equation des ondes, et
la constante c =
_
, qui ne depend que du milieu o` u se deplacent les ondes,

est, nous le verrons, la vitesse de propagation dans le milieu en question.
4.2 Solutions de lequation des ondes
4.2.1 Solution generale
On va resoudre lequation des ondes
c
2
2
xx
u(t, x) =
2
tt
u(t, x), (4.1)
cest à dire trouver les fonctions u(t, x), denies et de classe (
2
sur R
2
qui
verient cette egalite. On reprend la methode du changement de coordonnees.
Soit
_
t
= x +ct
x
= x ct,
et v : (x
, t
) u(t, x). On note que :

u(t, x) = v(x +ct, x ct) .
On verie facilement que
t
u(t, x) = c
t
v(t
, x
) c
x
v(t
, x
),
x
u(t, x) =
t
v(t
, x
) +
x
v(t
, x
)
56 CHAPITRE 4. L

puis que
_

2
tt
u(t, x) = c
2
2
t
t
v(t
, x
) +c
2
2
x
x
v(t
, x
) 2c
2
2
t
x
v(t
, x
2
xx
u(t, x) =
2
t
t
v(t
, x
) +
2
x
x
v(t
, x
) + 2
2
t
x
v(t
, x
).
Donc u est solution de lequation des ondes si et seulement si v verie
2
t
x
v(t
, x
) = 0.
On a dejà vu cette equation, et les solutions sont toutes les fonctions v qui
secrivent
v(t
, x
) = f(t
) +g(x
),
o` u f et g sont deux fonctions de classe (
2
sur R. Revenant à u, on obtient
que
u(t, x) = f(x +ct) +g(x ct). (4.2)
Rappelons que la solution generale de equation de transport associee à
t
+c
x
est une fonction arbitraire de la variable xct. On voit ici que la solution est
la somme de deux fonctions arbitraires lune de la variable x + ct et lautre
de la variable xct. La première decrit une onde arbitraire se deplacant vers
la gauche à la vitesse c, et la seconde une autre onde arbitraire se deplacant
vers la droite à la vitesse c.
On comprend mieux lanalogie avec les equations de transport si lon re-
marque que
2
tt
u(t, x) c
2
2
xx
u(t, x) = (
t
c
x
)(
t
+c
x
)u(t, x).
Autrement dit pour resoudre lequation des ondes, on doit chercher u et w
telles que
_
w =
t
u +c
x
u
t
w c
x
w = 0
4.2.2 La formule de DAlembert
On vient de voir que lequation des ondes sur laxe reel a de nombreuses
solutions. Notre objectif ici est de montrer le resultat suivant, qui remonte à
DAlembert au milieu du 18ème siècle.
Theorème 4.2.1
Soit et deux fonctions denies sur R, avec (
2
et (
1
. Alors le
problème
_
_
_
2
tt
u(t, x) c
2
2
xx
u(t, x) = 0 ,
u(0, x) = (x) ,
t
u(0, x) = (x) ,
(4.3)
4.3. CAUSALIT
E ET CONSERVATION DE L
ENERGIE 57
admet une unique solution u de classe (
2
sur R
2
.
Preuve :
La preuve de lexistence est très simple : il sut de verier que la fonction
u(t, x) =
1
2
((x +ct) +(x ct)) +
1
2c
_
x+ct
xct
(s)ds
est une solution du problème.
Bien s ur, le lecteur trouvera que la formule a un cote parachute. En fait,
on a vu precedemment que les solutions generales de lequation des ondes
sont de la forme :
u(t, x) = f(x +ct) +g(x ct) ,
avec f et g de classe C
2
. On peut alors ecrire les conditions initiales qui
permettront de determiner u par :
(x) = f(x) +g(x) , (x) = c (f
(x) g
(x)) .
Cette deuxième version a lavantage de donner aussi lunicite.
Exercice 4.2.2
Resoudre le problème de Cauchy pour lequation des ondes avec (x) = sin x
et (x) = 0
Exercice 4.2.3
Resoudre le problème de cauchy pour lequation des ondes avec (x) = 0 et
(x) = cos x
Exercice 4.2.4
Resoudre le problème de cauchy pour lequation des ondes avec (x) = e
x
et
(x) = sin x
4.3 Causalite et conservation de lenergie
4.3.1 Vitesse de propagation nie
On vient de voir que leet dune position (x) à linstant t = 0 est une paire
dondes et qui se propagent dans les deux directions à vitesse c. Si lon a une
vitesse (x) à linstant t = 0, on obtient une onde qui setale dans les deux
directions, à une vitesse inferieure ou egale à c. Dans tous les cas rien ne se
58 CHAPITRE 4. L

propage à vitesse plus grande que c. Autrement dit la valeur de la solution u
au point (t, x) ne depend que des valeurs de en x ct et en x + ct, et des
valeurs de sur lintervalle [x ct, x +ct]. Pour le voir il sut de reprendre
lexpression de la solution donnee dans le theorème de DAlembert.
4.3. CAUSALIT
ENERGIE 59
x
t
x
0
x
0
+ct
0 x
0
-ct
0
t
0
x
t
(x
0
,t
0
)
x
0
+ct
0
x
0
-ct
0
60 CHAPITRE 4. L

Proposition 4.3.1
Soient et comme dans le Theorème 4.2.1, et u la solution du probème
de Cauchy (4.3). Si et sont nulles en dehors de lintervalle R x R,
alors pour chaque t xe, u(t, x) est nulle quand x / [R c[t[, R +c[t[].
Exercice 4.3.2
Le milieu dun corde de piano de longueur , de tension et de densite
est frappe par un marteau de diamètre 2a. Une puce dort sur la corde à la
distance /4 dune extremite. Quand la puce se reveillera-t-elle ?
4.3.2 Energie
Denition 4.3.3
Soit u une solution de lequation des ondes. On appelle energie de u la quan-
tite
E(t) =

2
_
R
(
t
u(t, x))
2
dx +

2
_
R
(
x
u(t, x))
2
dx
Il faut noter que, pour ce qui concerne les constantes et qui sont stricte-
ment positives, nous avons garde ici la denition physique de lenergie de la
corde vibrante : la première integrale est la partie energie cinetique (
1
2
mv
2
),
et la deuxième est la partie energie potentielle, qui correspond à la tension
multipliee par lallongement de la corde elastique (
_
1 + (
x
u)
2
1
1
2
(
x
u)
2
). Là encore lhypothèse de petitesse des oscillations permet de sim-
plier considerablement letude !
4.3. CAUSALIT
ENERGIE 61
y=u(t,x)
t=t
0
x
y
x
0
x
0
+1
x
u(t,x
0
)
1
(1+(
x
u(t,x
0
))
2
)
1/2
62 CHAPITRE 4. L

Nous allons demontrer rigoureusement un phenomène très important, par-
ticulier aux equations du meme type que celle des ondes - les equations
hyperboliques : lenergie est constante au cours du temps.
Theorème 4.3.4
Soit et deux fonctions denies sur R, avec (
2
et (
1
. On suppose
que et sont nulles en dehors dun intervalle borne [x[ R. Soit u lunique
solution du problème (4.3) :
_
_
_
2
xx
u(t, x)
2
tt
u(t, x) = 0 ;
u(0, x) = (x) ;
t
u(0, x) = (x) .
Alors la a quantite
E(t) =

2
_
R
(
t
u(t, x))
2
dx +

2
_
R
(
x
u(t, x))
2
dx
est une fonction constante de t.
Pour prouver ce resultat, on va deriver lexpression donnant E(t) par rap-
port à t, et montrer que cette derivee est nulle. Il nous faut donc deriver
une integrale dependant dun paramètre (voir quelques rappels à la n du
chapitre).
Posons f(t, x) = (
t
u(t, x))
2
et
A(t) =

2
_
R
f(t, x)dx.
On veut deriver la fonction t A(t). Notons dabord que pour tout t xe,
lintegrale A(t) est en fait une integrale sur un intervalle borne puisque la
fonction f(t, x), qui est continue, est nulle en dehors de lintervalle [x[
R+ct. De plus, pour tout intervalle ]t
1
, t
2
[ xe, on a donc A(t) deni par une
integrale quon peut supposer denie sur un intervalle borne independant de
t dans cet intervalle. On a maintenant
t
f(t, x) = 2
t
u(t, x)
2
tt
u(t, x) ,
et on obtient ainsi
A
(t) =
_
R
t
u(t, x)
2
tt
u(t, x) dx ,
et, puisque u est solution de lequation des ondes,
A
(t) = T
_
R
t
u(t, x)
2
xx
u(t, x) dx .
4.4. QUELQUES TH
EOR
`
EMES DE BASE SUR LES INT
EGRALES DE FONCTION D
EPENDANT DUN PARAM

`
ETRE63
Maintenant on intègre par parties cette integrale, o` u lintegrand est nul en
dehors dun intervalle borne :
A
(t) = T
_
R
2
xt
u(t, x)
x
u(t, x)dx =
T
2
_
R
t
(
x
u(t, x))
2
dx.
Notant alors B(t) =
T
2
_
R
(
x
u(t, x))
2
dx, on montre de la meme manière que
B
(t) =
T
2
_
R
t
(
x
u(t, x))
2
dx,
et puisque E(t) = A(t) +B(t), on a bien E
(t) = 0.
Remarque 4.3.5
On peut retrouver lunicite en utilisant la methode denergie. Soient u
1
et u
2
deux solutions. La fonction v = u
1
u
2
est solution du problème :
_
_
_
2
tt
u(t, x) c
2
2
xx
u(t, x) = 0
u(0, x) = 0
t
u(0, x) = 0.
Puisque lenergie de v est constante, on a pour tout t,
E(t) =

2
_
R
(
t
u(t, x))
2
dx +

2
_
R
(
x
u(t, x))
2
dx = E(0) = 0 .
Donc
x
v et
t
v sont toujours nulles, donc v est constante. Puisque v(0, x) =
0, v est identiquement nulle et u
1
= u
2
.
4.4 Quelques theorèmes de base sur les integrales
de fonction dependant dun paramètre
Les deux theorèmes qui suivent servent dans de multiples circonstances et
leurs hypothèses sont faciles à verier.
Theorème 4.4.1
Soit f : [x
1
, x
2
] [a, b] R une fonction continue et soit F denie par :
[x
1
, x
2
] x F(x) =
_
b
a
f(x, t)dt .
Alors F est continue sur [x
1
, x
2
].
64 CHAPITRE 4. L

Pour la demonstration, le point essentiel est de remarquer que f est uni-
formement continue sur [x
1
, x
2
] [a, b].
Pour ce qui concerne la derivabilite de F on dispose du critère suivant
Theorème 4.4.2
Soit f : [x
1
, x
2
] [a, b] R une fonction continue. On suppose que f admet
une derivee partielle
x
f par rapport à sa première variable, qui est continue
sur [x
1
, x
2
] [a, b]. Alors lapplication F denie par
[x
1
, x
2
] x
_
b
a
f(x, t) dt
est continument derivable sur [x
1
, x
2
], et
F
(x) =
_
b
a
x
f(x, t) dt.
4.5 Exercices
1. Montrer que si u est une solution de lequation des ondes
2
tt
u(t, x)
2
xx
u(t, x) = 0,
alors pour tout R les fonctions v
: (t, x) u(t, x ) et w
:
(t, x) u(t, x) sont aussi solutions.
2. On considère lequation des ondes amorties
(1)
2
tt
u(x, t) =
2
xx
u(x, t) r
t
u(x, t),
o` u r est un reel positif ou nul (qui mesure la resistance de lair). On
suppose que u : R
2
R est une fonction de classe (
2
qui verie
lequation (1), et lon pose
_
e(t, x) =
1
2
(
t
u(t, x))
2
+
1
2
(
x
u(t, x))
2
p(t, x) =
t
u(t, x)
x
u(t, x).
A. On suppose dans cette partie que r = 0.
a. Montrer que
t
e(t, x) =
x
p(t, x) et que
x
e(t, x) =
t
p(t, x). En
deduire que e et p sont egalement solution de (1) (toujours avec r = 0).
b. On suppose quà linstant t = 0, u(t, x) et
t
u(t, x) sont nulles pour
tout x / [R, R].
4.5. EXERCICES 65
b1) Rappelez pourquoi, pour chaque t, il existe un reel R(t) telle que
u(t, x) est nulle pour tout x / [R(t), R(t)].
b2) Montrer que pour chaque t R,
_
R
t
e(t, x)dx = 0.
3. Quel theorème du cours evoque ce resultat ?
II. On suppose maintenant que r > 0.
1. Montrer que
t
e(t, x) = r(
t
u(t, x))
2
+
x
p(t, x).
2. En supposant encore une fois que u(t, x) est nulle pour tout x /
[R(t), R(t)], montrer que pour chaque t R,
_
R
t
e(t, x)dx 0.
3. Comment interpretez-vous ce resultat ?
66 CHAPITRE 4. L

Chapitre 5
Lequation de Laplace et
principe du maximum
5.1 Extrema dune fonction de deux variables
5.1.1 Fonctions dune variable
On commence par la formule de Taylor avec reste integral pour les fonctions
dune variable reelle.
Theorème 5.1.1
Soit f : R R une fonction de classe (
n+1
. Pour tout k n on a
f(s) = f(0) +sf
(0) +
s
2
2
f
(0) +. . . +
s
k
k!
f
(k)
(0) +
_
s
0
(s u)
k
k!
f
(k+1)
(u)du
Preuve :
Par recurrence. La formule est vraie pour k = 0. Supposons quelle le soit
pour lentier k 1, cest-à-dire
_
s
0
(s u)
k1
(k 1)!
f
(k)
(u)du = f(s) f(0) sf
(0) . . .
s
k1
(k 1)!
f
(k1)
(0).
On intègre par parties
_
s
0
(s u)
k
k!
f
(k+1)
(u)du =
s
k
k!
f
(k)
(0) +
_
s
0
(s u)
k1
(k 1)!
f
(k)
(u)du,
et donc avec lhypothèse de recurrence
_
s
0
(s u)
k
k!
f
(k+1)
(u)du =
67
68CHAPITRE 5. L
EQUATION DE LAPLACE ET PRINCIPE DU MAXIMUM
s
k
k!
f
(k)
(0) +f(s) f(0) sf
(0) . . .
s
k1
(k 1)!
f
(k1)
(0).
On voit donc que la formule est vraie pour lentier k.
On utilise cette formule egalement sous la forme
f(s) = f(0) +sf
(0) +. . . +
s
k
k!
f
(k)
(0) +
s
k+1
k!
_
1
0
(1 u)
k
f
(k+1)
(su)du. (5.1)
Denition 5.1.2
Soit f : R R une fonction, et s
0
un point de R. On dit que f admet un
maximum (resp. minimum) local en s
0
sil existe un intervalle ]s
0
, s
0
+[
pour tout s duquel on ait f(s) f(s
0
) (resp. f(s) f(s
0
)).
Voici dabord une condition necessaire dextremum local.
Proposition 5.1.3
Soit f : R R une fonction derivable. Si f admet un extremum local en s
0
,
alors f
(s
0
) = 0.
Preuve :
On prend s
0
= 0 pour simplier. Puisque f est derivable, il existe une fonction
de limite nulle en 0 telle que
f(s) = f(0) +s(f
(0) +(s)).
Supposons que f
(0) ,= 0, par exemple que f
(0) > 0. Puisque tend vers 0

en 0, il existe un intervalle ] , [ pour tout s duquel f
(0) +(s) > 0. Mais

alors f(s) > f(0) pour > s > 0 et f(s) < f(0) pour < s < 0, ce qui
contredit le fait que 0 est un extremum local pour f.
Remarque 5.1.4
Attention! Dans le cas o` u la fonction f est denie sur un intervalle ferme
[a, b], le critère ci-dessus ne vaut que pour les extrema de f dans ]a, b[. On le
voit dans la demonstration ci-dessus puisque lon doit pouvoir calculer f(s)
pour des s < 0 et des s > 0. On peut aussi penser au cas dune fonction
strictement monotone, par exemple f : [0, 1] R, f(x) = x. Cette fonction
admet un maximum en x = 1, alors que f
(1) = 1.
La formule de Taylor permet denoncer une condition susante pour quune
fonction (susamment regulière) admette un extremum local en s
0
.
5.1. EXTREMA DUNE FONCTION DE DEUX VARIABLES 69
Proposition 5.1.5
Soit f : R R une fonction de classe (
2
, et s
0
un point de R. Si f
(s
0
) = 0,
et si f
(s
0
) ,= 0, alors la fonction f admet un extremum local en s
0
. Cest un
maximum si f
(s
0
) < 0 et un minimum si f
(s
0
) > 0.
Preuve :
On reprend la formule de Taylor ci-dessus, sachant que f
(0) = 0 :
f(s) f(0) =
s
2
2
(f
(0) +(s)) ,
avec (s) = 2
_
1
0
(1 u)(f
(su) f
(0)) du . Lhypothèse que f est de classe

C
2
implique que lim
s0
(s) = 0.
Supposons par exemple que f
(0) > 0. Prenant > 0 assez petit, on peut

donc armer que pour tout s ] , [, on a
f
(0) +(s) f
(0) C > 0 .
Donc, pour tout s ] , [, on a f(s) f(0), ce qui montre que f admet
un minimum local en 0. Le cas f
(0) < 0 se traite de la meme manière.

Remarque 5.1.6
On appelle souvent points critiques de f les points o` u f
sannule. On vient
de voir que les points critiques o` u la derivee seconde de f ne sannule pas sont
des extrema de f. Les points critiques o` u la derivee seconde de f sannule
sont dits degeneres, et on peut par exemple utiliser la formule de Taylor à
un ordre plus eleve pour connaitre lallure du graphe de f au voisinage de
ces points.
Lexercice suivant est sans doute utile pour mieux comprendre ulterieurement
la demonstration correspondant au principe du Maximum
Exercice 5.1.7
Soit u une solution de classe C
2
([0, 1]) de u
(x) +q(x)u(x) = 0 dans [0, 1],

avec u(0) = u(1) = 0. On suppose que q(x) > 0 sur ]0, 1[. Montrer que u = 0.
Pour cela, on montrera que u 0 regardera ce qui se passe en un point x
0
o` u u est maximum.
Une autre approche est de multiplier par u lequation et dintegrer sur [0, 1].
En utilisant une integration par parties, montrer qualors
_
1
0
u
(x)
2
dx +
_
1
0
q(x)u(x)
2
dx = 0 .
En deduire le theorème sous lhypothèse plus faible q 0.
70CHAPITRE 5. L

5.1.2 Fonctions de deux variables
Denition 5.1.8
Soit F : R
2
R une fonction, et (x
0
, y
0
) un point de R
2
. On dit que F admet
un maximum (resp. minimum) local en (x
0
, y
0
) sil existe un reel > 0 tel
que, pour tout (x, y) verifant d((x, y), (x
0
, y
0
)) < , on ait F(x, y) F(x
0
, y
0
)
(resp. F(x, y) F(x
0
, y
0
)).
Pour les fonctions de deux (plusieurs) variables, de classe C
1
, les extrema
sont egalement des points critiques.
Proposition 5.1.9
Soit F : R
2
R une fonction de classe C
1
. Si F admet un extremum local
en (x
0
, y
0
), alors (DF)
(x
0
,y
0
)
= 0 . Autrement dit
(
1
F)(x
0
, y
0
) = 0 , (
2
F)(x
0
, y
0
) = 0 .
Preuve :
On prend (x
0
, y
0
) = (0, 0) pour simplier. Il sut dappliquer les resultats
de dimension 1 à la fonction t F(tu
1
, tu
2
) o` u (u
1
, u
2
) ,= (0, 0) est xe. On
a ainsi montre que la derivee de F dans la direction (u
1
, u
2
) est nulle.
Remarque 5.1.10
Comme dans le cas des fonctions dune variable, il est très important de
remarquer que, dans la preuve de cette proposition, on utilise de manière
cruciale le fait que F soit denie dans un voisinage de (0, 0). Lorsque la
fonction F est denie sur un domaine avec bord, cette proposition ne vaut
donc que pour les extrema qui ne se trouvent pas sur le bord.
On veut maintenant trouver une condition susante pour quun point ( x
1
, x
2
)
soit un extremum local de F : R
2
R. On se ramène au cas de ( x
1
, x
2
) =
(0, 0) en posant
u
1
= x
1
x
1
, u
2
= x
2
x
2
.
On suppose que F est une fonction de classe (
2
. En appliquant la formule de
Taylor (5.1) à la fonction f : R R denie par
f(s) = F(s(u
1
, u
2
)),
et en prenant s = 1, on obtient la formule suivante :
F(u
1
, u
2
) = F(0, 0) +u
1
1
F(0, 0) +u
2
2
F(0, 0)
+
1
2
(u
2
1
2
11
F(0, 0) + 2u
1
u
2
2
22
F(0, 0) +u
2
2
2
22
F(0, 0))
+
1
2
s
2
(
11
(u
1
, u
2
)u
2
1
+ 2
12
(u
1
, u
2
)u
1
u
2
+
22
(u
1
, u
2
)u
2
2
) , (5.2)
5.1. EXTREMA DUNE FONCTION DE DEUX VARIABLES 71
avec
ij
(u
1
, u
2
) := 2
_
1
0
(1 t)
_
2
ij
F(tu
1
, tu
2
)
2
ij
F(0, 0)
_
dt .
Pour ce qui concerne le terme de reste, tout ce qui compte, cest que, F etant
de classe (
2
, les
ij
tendent vers 0 quand (u
1
, u
2
) tend vers (0, 0).
A la vue du cas des fonctions dune variable, on comprend donc que le com-
portement de f au voisinage du point critique ( x
1
, x
2
) ne va dependre que
du signe de la quantite
Q
F
(u
1
, u
2
) = u
2
1
2
11
F( x
1
, x
2
) + 2u
1
u
2
2
22
F( x
1
, x
2
) +u
2
2
2
22
F( x
1
, x
2
) (5.3)
pour (u
1
, u
2
) proche de (0, 0).
Une des methodes les plus simples pour connaitre le signe de cette quantite
consiste à lecrire sous forme dune somme ou dierence de carres : cest la
methode de Gauss. On determine ainsi la signature de la forme quadratique
Q
F
: cest le couple (n
+
, n
), o` u n
+
(resp. n
) est le nombre de valeurs

propres strictement positives (resp. strictement negatives) de la matrice M
F
associee à Q
F
.
Concrètement, la matrice M
F
est donnee par :
M
F
:=
_

11
F(0, 0)
12
F(0, 0)
21
F(0, 0)
22
F(0, 0)
_
On notera que M
F
aussi appelee Hessien de F au point (0, 0) est une matrice
symetrique. Quand ses valeurs propres sont non nulles, on dit alors quelle est
non degeneree, lanalyse du signe de ses valeurs propres permet de determiner
le comportement de F près du point critique (0, 0).
Proposition 5.1.11
Soit F : R
2
R une fonction de classe (
2
telle que (DF)
( x
1
, x
2
)
= 0. Soit Q la
forme quadratique associee à F en ( x
1
, x
2
) denie par (5.3) quon supposera
non degeneree. La fonction F admet un minimum (resp. maximum) local en
( x
1
, x
2
) si et seulement si sgn(Q) = (2, 0) (resp. sgn(Q) = (0, 2)). Lorsque
sgn(Q) = (1, 1), le point critique ( x
1
, x
2
) est un col.
Dans le cas o` u Q admet une valeur propre nulle, le point critique est dit
degenere, et une etude plus approfondie est necessaire.
72CHAPITRE 5. L

5.2 Generalites sur lequation de Laplace
On sinteresse dans ce chapitre à lequation de Laplace (on se limite au cas
de deux variables)
u(x, y) = f(x, y), (5.4)
o` u designe loperateur aux derivees partielles =
2
xx
+
2
yy
, appele La-
placien, et f est une fonction continue donnee.
Cette equation est très importante à la fois en physique et en mathematiques.
Du cote physique, la solution de lequation (5.4) est par exemple le potentiel
electrique engendre dans le plan par la repartition de charges =
1
4
f.
Lequation de la chaleur ou des ondes pour deux variables despace secrivent
t
u = k(
2
xx
u +
2
yy
u) et
2
tt
u = c
2
(
2
xx
u +
2
yy
u).
On est donc aussi en presence de lequation de Laplace lorsque lon sinteresse
aux phenomènes stationnaires, cest-à-dire independant du temps, pour les-
quels
t
u = 0 et
2
tt
u = 0. On est aussi interesse par des solutions de la
forme u(t, x, y) = exp t (x, y) (avec > 0 pour la chaleur) ou u(t, x, y) =
exp it (x, y) pour lequation des ondes. Du point de vue des mathematiques,
le Laplacien est un objet fondamental aussi bien en analyse quen geometrie.
Les solutions de (5.4) pour f = 0 - qui doivent etre des fonctions de classe (
2
-
sont par exemple appelees fonctions harmoniques, et lon va decrire quelques
unes de leurs proprietes.
5.3 Principe du Maximum
Theorème 5.3.1
Soit D un ouvert borne et connexe de R
2
. Soit u fonction de classe (
2
dans
D, continue dans

D = D D. Si u est solution dans D de
u(x, y) = 0.
alors le maximum de u dans

D est atteint sur le bord de D.
Preuve :
Soit u une fonction harmonique, et v
(x, y) = u(x, y) +(x

2
+y
2
). On a
v
(x, y) = u(x, y) +(x

2
+y
2
) = 0 + 4 > 0.
5.3. PRINCIPE DU MAXIMUM 73
Dun autre cote, si (x
0
, y
0
) est un maximum pour v
dans D, on a, par exemple

en utilisant la formule de Taylor,
v
(x
0
, y
0
) =
2
xx
v
(x
0
, y
0
) +
2
yy
v
(x
0
, y
0
) 0,
ce qui est absurde. Or, puisque v
est continue, elle doit atteindre son maxi-

mum sur le compact

D. Elle latteint donc en un point (x
0
, y
0
) du bord D.
On a donc, pour tout (x, y),
u(x, y) < v
(x, y) v
(x
0
, y
0
) = u(x
0
, y
0
) +(x
2
0
+y
2
0
) max
D
u +r
2
,
o` u r > 0 est choisi pour que le disque centre à lorigine de rayon r contienne
D. Ceci etant vrai pour tout > 0, on obtient, pour tout (x, y)

D,
u(x, y) max
(x,y)D
u(x, y).
Encore une fois, ce theorème dit que la fonction harmonique u, supposee
aussi continue sur le compact

D, atteint son maximum au moins un en point
du bord de D. Comme pour lequation de la chaleur, on a en fait un Principe
du Maximum Fort : u na pas dextremum dans D. On ne demontrera pas ce
resultat.
Exercice 5.3.2
Montrer que la fonction u(x, y) = (1x
2
y
2
)/(12x+x
2
+y
2
) est harmo-
nique dans le disque x
2
+y
2
< 1. Le principe du maximum est-il verie dans
D = x
2
+ y
2
< 1 pour cette fonction ? Etudier le meme problème dans un
disque de rayon strictement inferieur à 1, dans une couronne ...
Corrige :
u nest pas denie en (1, 0), et ne se prolonge pas par continuite en ce point
puisque
lim
x1
u(x, 0) = lim
x1
1 x
2
(1 x)
2
= lim
x1
1 +x
1 x
= +.
On a
x
u(x, y) = 2
(x 1)
2
y
2
((x 1)
2
+y
2
)
2
,
y
u(x, y) = 4
y(x 1)
((x 1)
2
+y
2
)
2
,
et donc
2
xx
u(x, y) = 4
1 + 3x 3x
2
+ 3y
2
+x
3
3xy
2
(1 2x +x
2
+y
2
)
3
=
2
yy
u(x, y),
74CHAPITRE 5. L

ce qui montre que u est harmonique. On peut voir egalement que u na pas
de point critique dans D, mais de toutes facons, on a bien
u(x, y) max
(x,y)D
u(x, y) = + .
Exercice 5.3.3
Enoncer et demontrer un principe du minimum.
Corrige :
Si u est harmonique dans D et continue sur

D, v = u aussi. Le Principe
du Maximum dit que, pour tout (x, y)

D,
v(x, y) max
(x,y)D
v(x, y),
cest-à-dire
u(x, y) max
(x,y)D
u(x, y) = min
(x,y)D
u(x, y).
On peut deduire du principe du maximum lunicite de la solution du problème
de Dirichlet pour le Laplacien.
Proposition 5.3.4
Soit D un ouvert borne et connexe de R
2
. Soit f une fonction continue sur
D, et g une fonction continue sur D. Le problème de Dirichlet

_
u(x, y) = f(x, y), (x, y) D
u(x, y) = g(x, y), (x, y) D
(5.5)
admet au plus une solution (
2
.
Preuve :
Si u
1
et u
2
sont solutions de (5.5), w = u
1
u
2
verie w = 0 et est nulle sur
D. Par le principe du maximum (et celui du minimum) on obtient w = 0
sur D.
5.4 Proprietes dinvariance
Il est très important de noter les proprietes dinvariance de lequation de
Laplace. Nous allons montrer que cette equation est invariante sous laction
des translations et des rotations du plan. De manière plus explicite, il sagit
de montrer le resultat suivant.
5.5. LE LAPLACIEN EN COORDONN
EES POLAIRES 75
Lemme 5.4.1
Si u(x
, y
) est une solution de u = f dans un domaine D, alors v(x, y) =

u((x, y)) = u(xa, yb) et w(x, y) = u((x, y)) = u(x cos y sin , x sin +
y cos ) sont encore solutions, dans
1
(D) et
1
(D) respectivement.
Preuve :
On necrit la preuve que pour w, le cas de v etant beaucoup plus simple (cest
donc un excellent Exercice). On pose (anciennes coordonnees en fonction
des nouvelles)
_
x
= x cos y sin ,
y
= x sin +y cos .
On a alors
_

x
w(x, y) = cos (
x
u)(x
, y
) + sin (
y
u)(x
, y
y
w(x, y) = sin (
x
u)(x
, y
) + cos (
y
u)(x
, y
),
puis
_

2
xx
w(x, y) = cos
2
(
2
x
x
u)(x
, y
) + 2 cos sin
2
x
y
+ sin
2
(
2
y
y
u)(x
, y
2
yy
w(x, y) = sin
2
(
2
x
x
u)(x
, y
) 2 cos sin
2
x
y
+ cos
2
(
2
y
y
u)(x
, y
).
On a donc bien (
x,y
w)(x, y) = (
x
,y
u)(x
, y
) = 0.
5.5 Le Laplacien en coordonnees polaires
Le fait que le Laplacien possède cette invariance par rotation suggère que son
expression en coordonnees polaires doit etre relativement simple.
Soit f : R
2
R une fonction regulière. Pour (x, y) ,= (0, 0), il existe un
unique couple (r, ) dans ]0, +[[0, 2[ tel que
_
x = r cos
y = r sin
Notant g la fonction denie sur ]0, +[[0, 2[ par
g(r, ) = f(x, y) = f(r cos , r sin ),
on voit dabord facilement que
_

r
g(r, ) = cos
x
f(x, y) + sin
y
f(x, y)
g(r, ) = r sin
x
f(x, y) +r cos
y
f(x, y).
76CHAPITRE 5. L

Ensuite, en formant les combinaisons lineaires adequates, on obtient
_
x
f(x, y) = cos
r
g(r, )
sin
r

g(r, )
y
f(x, y) = sin
r
g(r, ) +
cos
r

g(r, ).
(5.6)
On peut alors demontrer le resultat suivant.
Lemme 5.5.1
Soit u une fonction de classe (
2
, et v(r, ) = u(r cos , r sin ). On a
u(r cos , r sin ) =
2
rr
v(r, ) +
1
r
r
v(r, ) +
1
r
2
v(r, )
Preuve :
Posons x = r cos et y = r sin . Soit aussi w(r, ) =
x
u(x, y). On a dabord,
en utilisant (5.6) pour f(x, y) =
x
u(x, y) = w(r, ),
2
xx
u(x, y) =
x
(
x
u(x, y)) = cos
r
w(r, )
sin
r

w(r, ).
On a ensuite, en utilisant (5.6) pour f(x, y) = u(x, y) = v(r, ),
_
r
w(r, ) =
r
(
x
u(x, y)) =
r
(cos
r
v(r, )
sin
r

v(r, ))
w(r, ) =
(
x
u(x, y)) =
(cos
r
v(r, )
sin
r

v(r, )),
cest-à-dire
_
r
w(r, ) = cos
2
rr
v(r, ) +
sin
r
2

v(r, ))
sin
r

2
r
v(r, )
w(r, ) =
sin
r
v(r, ) + cos
2
r
v(r, )
cos
r

v(r, ))
sin
r

2
v(r, )).
On a donc nalement
2
xx
u(x, y) = cos
2
2
rr
v(r, ) +
sin
2
r

r
v(r, ) +
sin
2
r
2

2
v(r, ).
Un calcul identique donne
2
yy
u(x, y) = sin
2
2
rr
v(r, ) +
cos
2
r

r
v(r, ) +
cos
2
r
2

2
v(r, ),
et lon obtient le lemme en ajoutant ces deux dernières egalites.
5.6. SOLUTIONS PARTICULI
`
ERES : S
EPARATION DES VARIABLES77

On peut par exemple utiliser cette expression pour determiner toutes les
fonctions harmoniques qui sont invariantes par rotation. Il sagit des fonctions
u de classe (
2
telles que u(x, y) = 0, et pour lesquelles, notant v(r, ) =
u(r cos , r sin ), on a
v(r, ) = 0 (v ne depend pas de ).

Avec le Lemme 5.5.1, on doit alors avoir
0 = u(x, y) =
2
rr
v(r, ) +
1
r
r
v(r, ).
On peut remarquer que cette equation secrit
0 =
r
(r
r
v(r, )),
et donc que ses solutions sont
v(r, ) = C
1
log(r) +C
2
. (5.7)
Remarque 5.5.2
On notera que lon a pas precise dans quel domaine on cherche de telles
solutions invariantes par rotation. Ce domaine doit etre lui-meme invariant
par rotation, et ne pas contenir (0, 0).
Exercice 5.5.3
Trouver toutes les fonctions u telles que u = 1 dans la couronne a < r < b
et qui sannulent sur r = a et sur r = b.
Corrige :
La reponse est
v(r) =
1
4
(r
2
a
2
)
1
4
(b
2
a
2
)
log r log a
log b log a
.
On cherche les solutions invariantes par rotation. Puisque
lon a unicite, si lon trouve une solution de cette manière,
on naura rien oublie. On doit resoudre r =
r
(r
r
v(r, ))
(attention : pas 1 = . . .) , cest-à-dire r
r
v(r, ) = r
2
/2+
C
1
, donc
r
v(r, ) = r/2 + C
1
/r, do` u v(r, ) = r
2
/4 +
C
2
+C
1
log r...
5.6 Solutions particulières : separation des
variables
On cherche des solutions v(r, ) de
2
rr
v(r, ) +
1
r
r
v(r, ) +
1
r
2
v(r, ) = 0 (5.8)
78CHAPITRE 5. L

qui sont à variables separees, cest-à dire qui secrivent
v(r, ) = R(r)(), (5.9)
pour certaines fonctions R et .
Pour ce type de fonctions v, lequation (5.8) secrit
0 = R
(r)() +
1
r
R
(r)() +
1
r
2
R(r)
().
On cherche maintenant des solutions du type (5.9) pour lesquelles R et ne
sannulent jamais (on verra plus tard quil faut ensuite oublier cette condition
trop restrictive). En divisant lequation ci-dessus par R(r)/r
2
, on obtient
r
2
R
(r)
R(r)
+r
R
(r)
R(r)
=
()/() .
Puisque le membre de droite ne depend pas de r, le membre de gauche non
plus : la fonction r r
2
R
(r)
R(r)
+ r
R
(r)
R(r)
est constante. Si une telle fonction
v est solution, il existe donc un reel tel que
_

() +() = 0
r
2
R
(r) +rR
(r) R(r) = 0.
(5.10)
On sinteresse à la première de ces equations. Puisque lon veut que u soit
regulière, on cherche les fonctions qui sont periodiques de periode 2. Or
les solutions de
() +() = 0 (5.11)
sont des combinaisons lineaires dexponentielles pour < 0 : de telles fonc-
tions ne sont pas periodiques, donc necessairement 0, et dans ce cas les
solutions de (5.11) sont
() = Acos(
) +Bsin(
).
Encore une fois la condition (0) = (2) ne peut etre satisfaite que lorsque
= n
2
pour un certain entier naturel n. On obtient nalement une famille
de solutions
n
() = A
n
cos(n) +B
n
sin(n). (5.12)
On reprend maintenant la deuxième equation de (5.10), sachant que doit
etre un entier naturel :
r
2
R
(r) +rR
(r) R(r) = 0.
5.7. EXERCICES 79
Cette equation dierentielle ordniaire porte le nom dequation dEuler, et
presente la particularite que ses coecients possèdent une singularite en r =
0. Il faut pour le voir ne pas oublier disoler le terme dordre le plus eleve, et
ecrire lequation sous la forme
R
(r) +
1
r
R
(r)

r
2
R(r) = 0.
On peut etudier ce type dequations de manière systematique : cest lobjet
de la theorie de Fuchs. On peut se contenter ici de chercher des solutions
sous la forme R(r) = r
. On obtient alors lequation indicielle

( 1) + = 0,
et donc necessairement =
. Dans le cas o` u = n
2
,= 0, on obtient
deux solutions independantes r r
n
et r r
n
, et la solution generale
secrit
R(r) = C
n
r
n
+D
n
r
n
. (5.13)
Le cas o` u = 0 a dejà ete vu (cf. (5.7)). Les solutions secrivent alors
R(r) = C
0
log r +D
0
. (5.14)
Recapitulons : toutes les fonctions
v
n
(r, ) = (C
n
r
n
+D
n
r
n
)(A
n
cos(n) +B
n
sin(n))
sont solutions de lequation pour n N
; cest aussi le cas de

v
0
(r, ) = C
0
log r +D
0
.
Revenons au problème initial. Rappelons que lon cherche des fonctions u de
classe (
2
dans tout le disque x
2
+ y
2
< , en particulier à lorigine. Parmi
les fonctions ci-dessus, on elimine donc toutes celles qui nont pas de limite
quand r 0. Il reste les fonctions
v
n
(r, ) = (A
n
cos(n) +B
n
sin(n))r
n
, (5.15)
o` u n est un entier positif ou nul.
5.7 Exercices
5.7.1 Extrema
1. Determiner les points critiques de chacune des applications suivantes et
donner leur developpement limite à lordre 2 en chacun de leurs points
80CHAPITRE 5. L

critiques. Existe-t-il des extrema locaux ? globaux ?
1. f(x, y, z) = x
2
/2 +xyz y +z. 2. f(x, y) = x
4
+y
4
4(x y)
2
.
Dans le deuxième cas, montrer que f tend vers +lorsque
_
x
2
+y
2
+.
2. Etudier les points critiques des fonctions suivantes :
a) f
1
(x, y) = x
2
y
3
b) f
2
(x, y) = x +y +x
2
xy +y
2
+ 1
c) f
3
(x, y, z) = xy +yz +xz +xyz d) f
4
(x, y, z) = x
2
+z
2
+x
2
y
e) f
5
(x, y, z) = x
2
+ 2y
2
+ cos x cos y
3. Soit f
1
et f
2
les deux fonctions de R
2
dans R denies par f
1
(x, y) =
y + 2 (x + 1)
2
et f
2
(x, y) = y 2 + (x 1)
2
. On pose f = f
1
f
2
.
Determiner les points critiques de f, et determiner pour chacun deux
sil sagit dun extremum. Tracer les courbes f
1
= 0 et f
2
= 0, et etudier
dans le complementaire le signe de f. Placer les points critiques dans
le dessin.
4. Soit f(x, y) = x
3
+3x
2
y 15x 12y. Trouver les extrema locaux de f.
Lesquels sont des minima, lesquels sont des maxima ?
5. Soit a un reel positif. Quels sont les extrema locaux de f : (x, y)
f(x, y) = x
2
y
2
+x
2
+y
2
+ 2axy ?
5.7.2 Fonctions harmoniques
1. Determiner toutes les fonctions harmoniques dans un intervalle [a, b]
R. Prouver le principe du maximum dans ce cadre.
2. Soit k un entier positif.
1. Montrer que les fonctions u(x, y) = (xiy)
k
sont harmoniques dans
R
2
.
2. A quelle condition sur a et b la fonction u(x, y) = (ax +by)
k
est-elle
harmonique ?
5.7.3 Le principe du maximum
1. Soit un disque du plan, et f : R une fonction de (
). On
suppose que
_
f(x) f(x) 1 pour tout x
f(x) x = 0 pour tout x
Montrer que f 1 dans

. On pourra montrer que le maximum de f
sur

ne peut etre strictement superieur à 1.
5.7. EXERCICES 81
2. Etudier dans le cas du carre si on a des fonctions harmoniques de la
forme u(x)v(y).

Derivee Partielle PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Derivee Partielle PDF

Uploaded by

Copyright:

Available Formats

Introduction aux Equations aux Derivees

(x) = f(u(x)) , (1.2)

+v = 0. Les solutions sont

(t) +cy(t) = cos(t +) ,

(t) = AX(t) +B(t) ,

(t) = f(t) , x(t

. Discuter en fonction de . Comparer avec les

(t) = ay(t) +b(t). On resout

(t) = exp tv = A(X(t)) .

(t) = AX(t), sous la forme :

(t) = ax(t) +by(t) ,

(t) = cx(t) +dy(t) .

ERENTIELLES DORDRE N31

ERENTIELLES DORDRE N33

2xy = x, (sur ]0, +[) y

EAIRES DU PREMIER ORDRE

EMENTAIRES AUTOUR DES D

EAIRES DU PREMIER ORDRE

= y ch dans la deuxi`eme integrale.

EAIRES DU PREMIER ORDRE

EAIRES DU PREMIER ORDRE

= bt ax et on choisit une autre coordonnee x

) = u(t, x), et lon examine lequation

) pour une certaine fonction

EAIRES DU PREMIER ORDRE

EAIRES DU PREMIER ORDRE

(t) = u(x(t), y(t)). (3.12)

EAIRE : EQUATION DE BURGERS49

du plan dans lequel les droites caracteristiques (3.14)

EAIRES DU PREMIER ORDRE

EAIRES DU PREMIER ORDRE

EQUATION DES ONDES SUR UN AXE

EQUATION DES ONDES 55

, qui ne depend que du milieu o` u se deplacent les ondes,

) u(t, x). On note que :

EQUATION DES ONDES SUR UN AXE

EQUATION DES ONDES SUR UN AXE

EQUATION DES ONDES SUR UN AXE

EQUATION DES ONDES SUR UN AXE

EPENDANT DUN PARAM

EQUATION DES ONDES SUR UN AXE

EQUATION DES ONDES SUR UN AXE

EQUATION DE LAPLACE ET PRINCIPE DU MAXIMUM

(0) ,= 0, par exemple que f

(0) > 0. Puisque tend vers 0

(0) +(s) > 0. Mais

(0)) du . Lhypoth`ese que f est de classe

(0) > 0. Prenant > 0 assez petit, on peut

(0) < 0 se traite de la meme mani`ere.

(x) +q(x)u(x) = 0 dans [0, 1],

EQUATION DE LAPLACE ET PRINCIPE DU MAXIMUM

) est le nombre de valeurs

EQUATION DE LAPLACE ET PRINCIPE DU MAXIMUM

(x, y) = u(x, y) +(x

(x, y) = u(x, y) +(x

dans D, on a, par exemple

est continue, elle doit atteindre son maxi-

EQUATION DE LAPLACE ET PRINCIPE DU MAXIMUM

D, et g une fonction continue sur D. Le probl`eme de Dirichlet

) est une solution de u = f dans un domaine D, alors v(x, y) =

EQUATION DE LAPLACE ET PRINCIPE DU MAXIMUM

EPARATION DES VARIABLES77

v(r, ) = 0 (v ne depend pas de ).